同一份内容做了英文版、繁体版或面向不同地区的版本，搜索里却总是只出现其中一个，另一个长期不露面，或者两个版本轮流顶替。这种情况常被笼统归为“重复内容”，但更实际的第一步，是弄清楚有哪几个 URL 在争同一个入口，以及哪一个是主版本。
先把 URL 清单列出来，而不是先改代码
很多人一发现问题就去动 hreflang，结果越改越乱。更稳的顺序是先做清单：把同一份内容对应的所有地址整理成一行，包括语言子目录、子域名、参数形式，以及可能被外部引用过的旧地址。清单里每一项都要标注：返回状态码、canonical 指向、hreflang 指向、是否在 sitemap 里、是否有内链入口。这份表做出来，问题往往已经能看出七八成。
常见的三种组织方式，各自的坑不一样
- 子目录（/en/、/zh-tw/）：结构清楚，权重集中在主域，最容易处理。风险是漏配 hreflang 互相回指，或者某一语言目录没有内链入口，变成半孤立页面。
- 子域名（en.example.com）：技术上更独立，但容易被当成不同站点，收录和权重各自计算。要额外确认子域是否已被验证、是否单独提交过 sitemap。
- 参数形式（?lang=en）：最容易被当作同一页面的变体处理，也最容易出现参数顺序不一致而衍生出多份 URL。
hreflang 的核对顺序
- 每个版本都要指向自己，并且互相指回其他所有版本，单向指向通常不生效。
- 语言代码用规范写法，地区可选。写错或不存在的代码，等于没写。
- 需要有一个 x-default，指向默认版本或语言选择页。
- hreflang 里的 URL 必须是绝对地址、可抓取、返回 200，并且与 canonical 不冲突。
- 检查 canonical 是否横向乱指：A 语言页面 canonical 到 B 语言页面，等于主动把两个版本合并成一个，通常不是本意。
hreflang 是给搜索引擎的提示，不是强制指令。它解决不了“两份内容几乎一样”这个问题本身，只能帮助判断该给哪个地区的用户看哪一版。
内容本身是否真的不同
如果几个语言版本只是把模板头尾换了语言，正文仍然靠机器翻译逐句对应，甚至部分段落直接沿用原文，那么被合并、或者只保留一个版本，是常见结果。判断方法很朴素：把两个版本的正文各取一段，去掉导航和页脚，看信息是否等价。如果只是词对词的翻译，谈不上差异化。
抓取与收录状态要分开看
某个语言版本没有出现在搜索结果里，可能是三种情况：没被抓取、抓取了没进索引、进了索引但当前查询不展示。核对方式是对每个版本单独查状态，而不是只看主版本。常见误区是主版本收录良好，就默认其他版本也正常，结果等到流量明显偏向一侧才发现问题。
一份可以照着走的自查清单
- 每个语言版本的 URL 都能直接打开，返回 200，不经过多级跳转。
- hreflang 双向回指完整，语言代码正确，包含 x-default。
- canonical 指向自身，不横向指向其他语言版本。
- 各版本在 sitemap 中都有条目，并标注对应的语言关系。
- 站内导航或语言切换器提供真实可抓取的链接，而不是纯 JS 下拉。
- 旧的语言地址如果不再使用，做 301 指向对应的新版本，而不是直接 404。
处理完之后不要期待立刻变化。语言版本的归并和替换通常需要几轮抓取周期，期间保持 URL 稳定、不要再频繁调整 hreflang 指向，否则等于每次都在重置判断依据。