把 canonical 当成“隐藏的連結入口”，是很多蜘蛛池入口頁的常见做法：頁面正文里不放可见連結，只在 head 里寫一行 rel="canonical"，指向想被抓的目标 URL。這样做到底有没有用？不同搜尋引擎的處理並不完全一致，但可以给一個大致方向：canonical 有可能被当成 URL 發現线索，但它不是一條可靠的抓取通道，不能当成主力入口。
搜尋引擎是怎么看 canonical 的
canonical 的本来用途是告诉搜尋引擎“這一组重复頁面里，哪一個才是代表版本”。它同时携带了一個绝對 URL，所以從解析角度看，它和普通超連結有相似之處：都是頁面上出現的、指向另一個地址的字符串。
正因為如此，部分搜尋引擎在處理 canonical 时，會顺手把它记錄下来，用于扩充已知 URL 集合。也就是说，你的目标 URL 有机會因此進入待抓队列。但“有机會”和“會被抓”之間隔着好几道门：
- 它属于信号而非指令，是否采用、是否顺带發現，由搜尋引擎自己决定；
- canonical 的语义是“合並”，不是“推荐抓取”，指向内容差异很大的頁面时，容易被判為错誤使用；
- 如果入口頁本身没有抓取價值、長期不被抓，head 里的這行字自然也没人看见。
為什么不适合当主力入口
對比正文里的普通 a 标簽，canonical 有几個硬伤。
- 可發現性更弱。正文連結是頁面结构的一部分，canonical 只是元信息，很多工具鏈、校驗流程根本不會把它算作外鏈。
- 不可控。你無法通過 rel 属性、锚文本、位置来影响它的抓取優先級，出了問题也不容易定位。
- 風險更高。如果入口頁和目标頁内容明顯不同，等于在告诉搜尋引擎“這两個是同一份内容”，反而可能让目标頁被合並掉。
把 canonical 当作“多留一條线索”没問题，把它当作“主入口”就有点赌运气了。真正稳定的發現路径還是站内連結、sitemap 和正常的外鏈。
如果确實想用，比較稳妥的做法
- 只在入口頁與目标頁内容确實高度相似、属于同一主题时使用，避免语义冲突。
- canonical 寫绝對地址，且與目标頁真實 URL 完全一致，別带多余的跟踪參數。
- 同时保留正文里的一條普通超連結，让 canonical 只做补充而不是唯一通道。
- 用日誌观察目标 URL 是否真的出現抓取记錄，而不是只看提交接口的回顯狀態。
几個容易踩的誤区
- 以為 canonical 一定不被跟：其實它可能被用于發現，只是不保證。
- 以為 canonical 一定被跟：不少时候它只被当作合並信号，並没有带来抓取。
- 在入口頁堆几十條指向不同域名 URL 的 canonical：這明顯不符合 canonical 的语义，容易被判為異常。
入口頁该把重心放回哪里
與其琢磨 canonical 能不能当連結用，不如先確認入口頁本身能不能被正常抓取：服務器返回 200、响應時間稳定、robots.txt 没有誤封、頁面没有大面积依赖 JS 渲染。這些基础條件不满足，canonical 寫得再規范也没意义。
在這之上，正文里保留少量、指向明确的超連結，配合 sitemap 提交，通常比靠一條 canonical 去赌發現更靠谱。連結數量也没必要堆，入口頁的連結越多，單條能分到的抓取机會反而越少。
怎么驗證有没有效果
比較實际的办法是分组測試：一部分入口頁只用 canonical，一部分只用正文連結，一部分两者都有，跑一段時間後對比服務器日誌里目标 URL 的抓取次數、来源 IP 和抓取時間。日誌里如果出現来自搜尋蜘蛛的請求，且抓取路径能對上入口頁，才算真的“被顺着發現了”。只凭提交後的狀態提示，很难判断到底是哪條路径起了作用。
说到底，canonical 可以顺手寫，但別指望它。入口頁的核心還是让人和爬虫都能自然看到目标 URL，其他的都是锦上添花。