同一套内容做了多個語言版本，本来是想覆盖不同地区的搜尋需求，但實际看到的结果常常是：英文頁被当成中文頁的重复内容、某個語言版本一個都没進索引、搜尋结果的标题和摘要顯示的是另一種語言。這類問题多半不是抓取不够，而是語言版本之間的關系没理清楚。
先看清有几種“語言入口”
在動手改之前，先把站点實际的訪問入口列出来。常见的结构有三種：子目錄（example.com/en/）、子域名（en.example.com），以及用參數或 Cookie 切換的同一 URL。
- 子目錄和子域名：每個語言版本有獨立 URL，原則上可以各自被抓取和保留。
- 參數或 Cookie 切換：URL 相同、内容随訪客變化，搜尋引擎通常只會保留其中一個版本，其余語言很难被單獨索引。
- IP 或浏览器語言自動跳轉：這是最容易把收錄搅乱的做法——蜘蛛從哪個入口進来，看到的内容可能和用戶不一样。
hreflang 是提示，不是收錄指令
很多人以為加上 hreflang，就等于告诉搜尋引擎“這些頁面是不同語言版本，請分別收錄”。實际上它只是减少誤判的提示，本身不保證任何頁面被索引。真正起作用的，仍然是頁面能不能被抓取、内容是否够獨立，以及 canonical 把信号指向了谁。
寫 hreflang 时常见的几個問题：
- 缺少自引用：A 頁面标注了 B 和 C，却没有标自己。
- 双向不一致：英文頁指向中文頁，中文頁没指回英文頁。
- 指向了重定向頁、noindex 頁或已刪除的地址。
- 語言碼和区域碼寫错，例如把 zh-CN 寫成 zh_cn。
- 没有 x-default，地区匹配不上时没有預設頁可用。
按顺序核對收錄狀態
- 分語言查收錄：不要用一個總數判断，分別看每個語言版本的情况，找出是全体都没進索引，還是只有個別版本缺席。
- 检查 canonical：確認每個語言頁的 canonical 指向自己，而不是统一指向主語言版本。跨語言互指是收錄丢失的常见原因。
- 检查自動跳轉與内容差异：用不带 Cookie、不带地理信息的方式訪問一遍，看看返回的是不是目标語言版本。
- 检查站点地图：語言版本是否各自出現在 sitemap 中，或者是否在 sitemap 里带了 hreflang 标注。
- 检查内鏈：如果全站導航只鏈向一種語言，其他語言版本只能靠 sitemap 被發現，抓取深度會明顯變差。
- 检查内容是否真的不同：整頁机翻、只換了几個词、或者干脆是同一段文字的複製，都可能被判為重复内容。
把多語言站点的收錄問题拆成两件事看：URL 是否是獨立的，内容是否能獨立成立。前者决定能不能被單獨抓取，後者决定值不值得單獨保留。
處理时的取舍
不是每種語言都需要單獨建目錄。如果某個語言只是翻译工具生成、之後没有维護，合並到主版本，或者干脆不做，往往比让一堆低质翻译頁占着索引更清爽。
反過来说，如果某個語言确實有本地化的内容和运营，就應该保證它有獨立 URL、獨立 canonical、獨立的内鏈入口，並在 sitemap 里單獨列出。這样在核對时，才能分清是“没被發現”，還是“被發現但被归並”。
調整之後的观察点
改完不要期待立刻看到變化，可以重点關注三件事：各語言版本的抓取记錄是否分開、canonical 是否已经按预期指向自己、搜尋结果里的語言與地区是否匹配。如果一段時間後某個版本依然没有進索引，回到第一步，先確認它是否能被正常抓取，再谈内容层面的問题。