两條指令，管的不是一回事
meta robots 是頁面級的抓取與索引指令，告诉蜘蛛這個頁面要不要收進索引、要不要跟進連結；canonical 是正本声明，告诉搜尋引擎在多個相似 URL 中哪個才是應该被收錄的那一個。一個做减法，一個做加法，單獨看都不复杂，但放在同一個模板里，很容易互相打架。
尤其是批量生成的頁面、带篩選參數的列表頁、以及改版過渡期的舊模板，最常出現指令矛盾的情况。等到發現流量掉了再回头查，往往已经過了好几周。
常见的冲突组合
- noindex 配自指 canonical：两條指令對同一個 URL 给出相反態度，搜尋引擎一般會遵守 noindex，canonical 等于白寫，但容易让人誤以為頁面是可索引的。
- noindex 配指向他頁的 canonical：頁面本身不索引，却把信号集中送给目标頁。如果目标頁内容並不對應，等于把不相干的權重堆過去。
- canonical 指向一個 noindex 頁面：正本指向了一個明确说“別收我”的地址，结果两個 URL 都可能進不了索引。
- canonical 指向 404 或 301 鏈上的地址：目标不存在，声明自然無效，頁面只能按自身情况參與索引判断。
- HTTP 头與頁面内指令不一致：服務器在响應头里加了 X-Robots-Tag，模板里又寫了另一套 meta robots，两者叠加时以更嚴格的一方為准。
- 分頁列表的 canonical 全部指向第一頁：如果第一頁恰好是 noindex，整组列表頁就會一起被挡在索引之外。
批量自查怎么做
單頁肉眼检查意义有限，關键是覆盖到位。可以按下面的顺序走一遍：
- 從後台或日誌里導出全站可訪問 URL 清單，按模板類型分组，比如文章頁、列表頁、标簽頁、搜尋頁。
- 用抓取工具批量請求這些 URL，把响應狀態碼、响應头中的 X-Robots-Tag、HTML 里的 meta robots、link rel=canonical 提取成表格。
- 篩選出 noindex 與 canonical 同时存在的行，逐條判断是有意為之還是模板誤伤。
- 對每個 canonical 目标單獨抓一次，確認它返回 200、自身没有 noindex、也没有再指向另一個地址。
- 检查模板變量，看是否有頁面因為字段為空而輸出了空 canonical 或預設指向首頁的情况。
先修模板，再修資料。模板不改，手工改完的頁面下次生成又會回到原样。
几個容易忽略的细节
- canonical 建议使用绝對地址，相對路径在部分解析场景下容易出错。
- canonical 指向的地址最好與頁面主域名、协议、大小寫保持一致，带不带 www、http 還是 https 都算不同 URL。
- 站内搜尋頁、排序參數頁這類低價值頁面，用 noindex 更合适，但不要再给它們寫 canonical，保持指令單一。
- 如果頁面需要保留權重传递，可以考虑 noindex, follow，让蜘蛛繼續跟進站内連結。
- 測試环境如果對外開放，记得整体加一层訪問限制，而不是只靠頁面里的 noindex。
改完之後的驗證节奏
指令調整不會立刻生效，通常需要等下一次抓取和重新评估。比較稳妥的做法是先挑一個小栏目试点，观察两三周，確認索引狀態和落地頁表現没有異常，再推到全站模板。同时在内容更新记錄里寫清修改時間、影响范围和责任人，避免下一次改版时又踩同一個坑。
最後提醒一句：這两條指令只能影响搜尋引擎的處理方式，不能决定收錄结果。把它們寫對，是减少干扰，不是保證什么。