有些站点用的是中文目录名，或者把标题里的空格直接搬进了 URL。这类地址在浏览器里看着正常，但在不同位置被写成不同形式：有的是原样中文，有的是百分号编码；空格有时是 %20，有时是加号。搜索引擎看到的是几条不同的 URL，索引里就可能留下多个入口。
先确认：是同一个页面，还是真的两个页面
别急着处理，先把状况分清楚。
- 两条 URL 返回的状态码是否都是 200，正文内容是否一致。
- 两个地址是否都被抓取过，日志里出现的时间和频次如何。
- 在索引里查一下，两条是否都在，占的是不是同一段内容。
- 页面上的 canonical 指向哪个地址，这个地址和实际使用的内链是否一致。
如果其中一条返回 301 或 404，那属于另一类问题；这里讨论的是两条都能正常打开、内容基本相同的情况。
编码写法不一致通常从哪来
- 编辑器或 CMS 自动转义，把中文写成百分号编码，而导航里仍是原样中文。
- 复制分享链接时，空格被替换成加号。
- 旧系统按一种编码生成地址，新系统按另一种编码生成，两套并存。
- 第三方统计、推广或分享参数在跳转时对地址重新编码。
- 内链一部分人工填写，一部分程序生成，两种写法没有对齐。
统一顺序
- 先定一个规范写法。比较稳妥的做法是：统一小写、使用 UTF-8 百分号编码、避免空格、不带多余参数。如果中文路径在分享和统计里经常出问题，长期看更推荐换成英文或拼音 slug。
- 确认服务器对非规范写法的响应。有的服务器把未编码的中文直接 200 返回，有的直接 404。两种情况下处理方式不同，先测清楚再动手。
- 统一站内所有入口。导航、面包屑、列表页、相关推荐、站点地图、结构化数据里的 URL 都指向规范写法。这一步往往比提交移除更管用，因为内链决定了爬虫反复走哪条路。
- 对非规范写法做收敛。能做 301 的就 301 到规范地址；做不了的，用 canonical 指向规范地址，同时停止在站内链接非规范版本。
- 确定后一段时间内不要再改。索引替换需要爬虫重新抓取并处理，频繁更换写法反而会让两个地址长期并存。
容易踩的坑
- 只调了 canonical，内链却还在用旧写法，收敛会很慢。
- 中文路径被重复编码，变成以 %25 开头的地址，页面实际打不开，但爬虫仍会当作一个独立 URL 记录。
- 规范地址和分享参数混在一起，参数版本又变成新的收录入口。
- 站点地图里同时列出两种写法，等于主动告诉爬虫两个地址都值得走。
编码问题本身不复杂，麻烦的是生成链接的地方分散在多处。先把所有产出 URL 的位置列出来，再统一，比反复提交要省事。
统一之后看什么
观察日志里规范地址的抓取频次是否上升、非规范地址是否逐渐减少，再隔一段时间看索引里保留的是哪一条。这个过程依赖爬虫自己的抓取安排，不会立刻见效，也不保证一定按预期收敛。如果长期两个地址都还在，可以回头查一查是否有外部链接仍指向非规范版本，或者页面上还残留着旧写法。