一个页面如果有三种排序方式、两种视图模式，再加上投放带上的跟踪码，同一个内容就可能对应十几个不同的 URL。搜索引擎发现、抓取、判断重复，都要为这些地址花时间。处理参数不是为了把 URL 变得好看，而是让有限的抓取预算用在真正有内容的地址上。
先分清楚三类参数
不同参数的性质差别很大，处理方式也不一样，动手前先归类。
功能型参数
分页、筛选、分类切换这类参数会真实改变页面内容，典型如 page=2、category=shoes。它们通常有保留价值，尤其是分页，但仍需保证每页有可索引的正文，而不是只换了一批列表项。筛选组合容易爆炸的站点，要考虑是否让部分组合页可抓、其余用 canonical 或 robots 收敛。
会话与跟踪参数
sessionid、utm_source、gclid、fbclid 这类参数不改变内容，只记录来源或身份。站内链接里出现它们，几乎只会制造重复地址。投放落地页需要带参数是正常的，但站内导航、面包屑、文章正文里的链接不应该带。
展示型参数
sort、view、layout、theme 这类参数只改变排序或外观，内容主体相同。它们通常不值得单独收录，可以用 canonical 指向默认版本。如果排序确实对用户有用，考虑用路径而不是参数来实现，或只保留一两种高频排序。
处理顺序：先判断，再动手
常见的错误是先屏蔽，再发现该 URL 其实是有价值的。建议按下面的顺序走：
- 抓一份站内近期的 URL 样本，按参数名分组，看哪些出现频率最高。
- 对每组参数，访问带参数和不带参数的两个地址，比较正文、标题、主要链接是否一致。
- 内容一致的，优先在内部链接层面消除，让站内不再产生这类地址。
- 内容有差异但价值低的，考虑用 canonical 集中信号；已经收录的观察一段时间再决定是否屏蔽。
- 确认完全无价值且不会从外部大量进入的，再考虑 robots.txt 屏蔽。
- 改完后看抓取日志里这类 URL 的请求量是否下降，再判断下一步。
别急着用 robots.txt 一刀切
robots.txt 屏蔽能阻止抓取，但阻止不了发现。如果站外有大量链接指向被屏蔽的参数 URL，这些链接带来的信号会被浪费，而搜索引擎仍然会记录这些地址存在。更麻烦的是，被屏蔽 URL 上的 canonical 指向也不会被读取，反而让重复信号更难收敛。
屏蔽适合处理“不该被抓”的地址，不适合处理“抓了但想合并”的地址。后者应该用 canonical 和内部链接来解决。
内部链接才是最该先改的地方
外部链接带跟踪码难以控制，但站内链接完全在自己手里。站内链接是搜索引擎发现 URL 的主要来源，改这里见效最快。
- 导航、面包屑、分页、相关推荐里的链接，去掉所有跟踪参数。
- 分享按钮生成的链接，不要直接写进页面 HTML 的 href 里。
- 站内跳转用 301，而不是带参数的中间页。
- sitemap 只放规范 URL，不要放带参数版本。
- canonical 与 sitemap、内部链接指向保持一致，不要三个地方三种写法。
一份简单的自查清单
- 站内是否还在产生带 utm 或 sessionid 的链接？
- 分页、筛选页是否有独立正文，还是只有列表？
- canonical 是否指向默认版本，并且自身可抓取？
- 被 robots.txt 屏蔽的 URL 上，是否还挂着 canonical 或大量外链？
- 改完之后，抓取日志里这类地址的请求比例有没有变化？
参数处理没有一次性完成的说法，站点在迭代，新的参数会不断出现。比较稳妥的做法是把它当成一项常规检查，在新功能上线前问一句：这个参数会不会产生一个新的、内容相同的 URL。