简短回答：canonical 不是抓取指令，只是「内容归一」的提示。搜尋蜘蛛在入口頁看到指向目标 URL 的 canonical，不一定會因此去抓目标 URL。目标地址能不能被發現，主要還是看頁面上有没有可抓取的連結、以及目标 URL 本身是否允许抓取。
先分清 canonical 和連結的区別
很多人把 canonical 当成入口頁的「指路牌」，這是一個常见的誤解。canonical 回答的是「這一頁和哪一頁属于同一内容、應该優先收錄哪個版本」；而正文里的 a 标簽回答的是「這里還有一個可訪問的地址」。搜尋引擎處理這两類信号的方式並不一样。
- 普通連結：属于 URL 發現路径，在抓取预算和 robots 規則允许时，蜘蛛會顺着抓。
- canonical：属于索引阶段的归纳信号，通常在頁面被抓取之後才被评估，本身不承担「發現新 URL」的职责。
- 如果入口頁正文一條連結都没有，只寫了一個 canonical，目标 URL 被發現的机會會明顯變小。
蜘蛛看到 canonical 之後，一般會怎么處理
结果取决于上下文，很难一概而论。比較常见的几種情况：
- 同一站点内、内容确實高度相似：可能把两個版本归並到一個地址上。
- 跨域指向：搜尋引擎通常只把它当建议，很多情况下會直接忽略，尤其是两個域名之間看不出關联时。
- 入口頁和 canonical 指向的頁面内容完全不同：容易被判為错誤的 canonical，反過来影响入口頁自身的索引狀態。
- canonical 指向 404、需要登入或被 robots.txt 拦截的地址：這個提示基本無效，還可能带来額外的抓取異常。
把它当「指路」用，容易踩的几個坑
- 入口頁只是一段聚合文字，canonical 却直接指向内容無關的目标 URL，信号自相矛盾。
- 同一個入口頁上寫多個 canonical，或者 canonical 與 noindex、hreflang 混着用，蜘蛛可能一個都不采信。
- 频繁更換 canonical 指向，相当于反复推翻自己之前的声明，會削弱整站的信号可信度。
- 目标 URL 本身返回 404、5xx 或被 robots.txt 屏蔽，canonical 指過去也没有意义。
想让目标 URL 被發現，更靠得住的做法
- 在入口頁正文里用正常的 a 标簽寫出目标地址，锚文本尽量说清這一頁是什么。
- 保證入口頁本身可被抓取：不被 robots 屏蔽、返回 200、正文不是空壳或软 404。
- 把 sitemap 或站長平台的提交入口当补充手段，而不是唯一的發現路径。
- 通過服務器日誌核對蜘蛛實际訪問了哪些 URL，確認入口頁是否真的被爬過。
一個简單的自查清單
- 入口頁里有没有至少一條真實的 a 标簽指向目标 URL？
- canonical 指向的地址能不能正常打開、是否允许抓取？
- 入口頁和目标 URL 的内容差异，是否大到让人一眼看出「不是同一個頁面」？
- 服務端日誌里，蜘蛛最近有没有訪問過入口頁和目标 URL？
- 如果只依赖 canonical、不放連結，是否還有 sitemap、内鏈等其他兜底路径？
canonical 解决的是「收錄哪一個版本」，不是「發現新地址」。要不要用、怎么用，建议先回到它原本的职责上想清楚。