同一篇文章，在服务器上只是一个文件，但在 URL 层面往往有好几种写法。首页可能是 example.com、example.com/、example.com/index.html；栏目页可能是 /news 和 /news/；如果站内还混用了大小写，/News 和 /news 在 Linux 服务器上就是两个不同的地址。
这些写法在浏览器里看着都正常，访客也不会察觉。但对站点运营来说，它们会把同一份内容拆成多个地址：日志分散、内链指向不一、外部链接各写各的，最后谁也说不清哪个才是这个页面的「正主」。
先搞清楚地址是怎么分叉的
常见的分叉点其实不多，盘点一遍就能对上号：
- 大小写：Windows 服务器不区分，Linux 服务器区分。迁移过主机的站点尤其容易出问题。
- 尾斜杠：目录型路径（如 /news）加不加斜杠，服务器可能返回两个都通的结果。
- 默认文件名：/news/ 与 /news/index.html 指向同一份内容。
- 协议与域名：http 与 https、带 www 与不带 www，如果没做强制跳转，就是四套地址。
- 参数变体：追踪参数、排序参数、会话 ID 拼在地址后面，同一个页面能生成无数个 URL。
怎么盘：三步走
第一步，翻日志
挑几篇有代表性的内容页和栏目页，在服务器日志里搜关键词，看同一个页面被访问时出现过几种路径写法。这一步不需要工具，靠搜索就行，但结果最真实——日志里怎么写，说明访客和蜘蛛实际就是这么进来的。
第二步，手工试
拿一个地址，依次试它的各种变体：全小写、首字母大写、带斜杠、不带斜杠、加 index 后缀。看服务器分别返回什么状态码。如果几个变体都是 200，说明这些地址在搜索引擎眼里确实是并存的多份。
第三步，对内部出口
站内链、导航、面包屑、Sitemap、canonical 标签、分享按钮，这几处输出的地址是否一致。很多站点的分叉就是从这些小地方来的：导航写不带斜杠，Sitemap 写带斜杠，分享按钮又多加一个参数。
规则怎么定
没有绝对正确的写法，只有统一不统一的写法。定规则时考虑三点：服务器环境、历史外链情况、改动成本。
- 全站统一小写，这是最省事的选择，Linux 环境下也最稳。
- 目录型路径统一带尾斜杠，文件型路径（如 .html、.jpg）不带。规则简单，好记好执行。
- 默认文件统一收口，/news/index.html 只保留一个入口，其余全部跳转到选定版本。
- 协议与域名只留一套，其余 301 过去，并让内链全部使用最终版本。
修复的顺序
不要一上来就大批量加跳转，容易把自己转晕。建议按这个顺序：
- 先改内部出口：导航、正文内链、Sitemap、canonical，全部改成统一的最终地址。
- 再对非目标版本加 301，跳到目标版本。
- 观察一到两周日志，看旧的写法是否还有稳定流量进来，判断这条跳转要不要长期保留。
- 如果某个变体还有大量外链指向，把跳转保留着，不要急着撤。
改动期间不要叠加太多变量。同一时间既改 URL 规则又改模板结构，出问题时很难判断是哪一步造成的。
几个容易踩的坑
- 用 302 长期顶着。临时跳转不是用来做地址收敛的，时间长了搜索引擎可能仍然按原地址处理。
- 跳转链套了好几层。A 跳 B，B 跳 C，每次访问都要多走一跳，不如直接 A 跳 C。
- 靠 canonical 代替 301。canonical 是给搜索引擎的提示信号，跳转是给所有访问者的确定性动作，两者职责不同，能跳就跳。
- 参数变体当成普通重复地址处理。带参数的页面往往有自己的用途（筛选、排序），处理方式要单独定，不要一刀切全部 301 回主页面。
- 改完后没有回头验证。至少隔一周再抽查一遍，确认内链、Sitemap、跳转三者输出的是同一个地址。
小结
URL 规范这件事，做的时候枯燥，收益也不像改标题那样立竿见影，但它决定了站点在日志、内链和外部引用里是不是一个整齐的形象。花半天时间把地址统一到一套写法上，后面每次看日志、做外链、排查抓取异常，都会省下不少解释成本。