同一篇内容，理论上应该只有一个地址。但实际站点里，经常会出现多个可访问的 URL：http 和 https、带 www 和不带 www、路径大小写不同、末尾有没有斜杠、参数顺序不一样。这些地址如果都返回正常内容，搜索引擎就要额外判断哪个才是代表页，收录信号也会被分散。

先分清：这些 URL 是不是真的指向同一内容

不要只看 URL 长得像就下结论。逐个访问，确认以下几点：

• 页面主体内容是否相同，标题、正文、主要结构化数据是否一致；
• 是否都返回 200，而不是一个 200、一个 301；
• 页面上的 canonical 指向哪里，是否互相矛盾；
• 内链、站点地图、外部链接分别用的是哪个版本。

如果只是侧栏推荐位或评论不同，但主内容一致，也可以视为同一内容的不同 URL 版本。若主内容差异明显，就不适合简单合并。

为什么会干扰收录

搜索引擎抓取每个 URL 都要消耗资源，索引时还要做去重和代表页选择。多个版本同时存在时，外链、内链、点击和分享信号会被拆散。结果可能是：你希望被收录的版本收录慢，或者代表页换成了另一个你不太在意的版本。它不是惩罚，而是信号不够集中导致的判断成本。

确定首选 URL 的原则

在收口之前，先选一个长期稳定的首选地址。可以参考：

• 已经有外链和点击的版本，迁移成本更低；
• 与品牌、证书和服务器配置一致的版本，例如统一用 https 和带 www；
• 路径命名清晰、不依赖临时参数的版本；
• 未来不会因为框架升级或活动结束而改变的版本。

首选地址确定后，不要频繁更换。每换一次，都需要重新积累信号。

用 301 收口，而不是只靠 canonical

canonical 是提示，301 是更强的重定向信号。对于确定不再作为首选入口的 URL，优先用 301 跳到首选地址。注意：

• 不要用 302 或 JS 跳转代替 301，临时跳转可能让搜索引擎保留原 URL；
• 不要做多跳重定向，A 跳 B、B 再跳 C，会浪费抓取预算；
• 不要所有版本都 canonical 到首选，但自身仍返回 200 且可访问，这只能算补充说明。

如果暂时不能做 301，至少要让重复版本与首选版本的 canonical、内链和站点地图保持一致，不要互相指向。

内链和站点地图要统一口径

很多重复 URL 不是服务器自动产生的，而是站内链接写法不统一。检查导航、面包屑、相关推荐、分页和站点地图，把指向同一内容的链接统一成首选地址。历史文章里的旧链接如果数量多，可以分批替换，优先改高流量和高转化页面。

大小写、末尾斜杠和参数顺序怎么处理

服务器和 CDN 层面可以做规范化：

• 路径统一小写，或统一按实际文件大小写提供；
• 目录页统一带末尾斜杠，文件页统一不带；
• 参数顺序不影响内容时，尽量在服务器或框架层合并；
• 去掉无意义的跟踪参数，保留必要参数。

如果使用 CMS 或框架，先查路由配置和默认规则，避免插件和服务器规则互相冲突。

常见误区

• 用 robots.txt 屏蔽重复 URL 来代替规范化。 屏蔽后搜索引擎可能无法看到 canonical 和重定向，反而让首选页判断更慢。
• canonical 链来链去。 A 指 B，B 指 C，会让代表页选择变得不确定。
• 把 noindex 和 301 混用。 如果希望旧 URL 退出索引并把信号交给首选页，301 通常比 noindex 更直接。
• 只改 sitemap，不改内链。 站内链接仍然指向旧地址，收口效果会打折扣。

复查：看首选 URL 是否真的被选中

收口后不要立刻期待变化。可以在一段时间后复查：

• 服务器日志里，旧 URL 的抓取是否逐渐减少，301 是否被跟随；
• 索引报告里，首选 URL 是否作为代表页出现；
• 站内搜索结果和外链是否还有旧版本；
• 站点地图是否只提交首选地址。

如果旧 URL 仍然被大量访问，先检查内链和重定向是否遗漏，而不是反复修改 canonical。

重复 URL 的收口，本质是让信号集中到一个稳定地址上。先把协议、域名、大小写、末尾斜杠和参数这几类差异盘点清楚，再选首选、做 301、统一内链和站点地图，最后用日志和索引报告复查。流程不复杂，但需要按顺序执行，避免一边收口一边产生新的重复入口。