多语言或多地区站点常遇到一类现象：明明每个语言版本都有独立 URL，搜索结果里却只出现其中一两个，或者中文页面出现在英文搜索结果里。这通常不是蜘蛛对你的站有意见，而是语言版本之间的关系没有表达清楚：哪几个是同一份内容的不同版本、哪几个是各自独立的页面，搜索引擎只能从代码和链接里读取答案。
先分清两件事：语言版本不是重复内容
同一个页面翻译成五种语言，本质上是五个面向不同用户群的独立页面，理论上应该各自被索引。但如果处理不当——比如所有语言版本共用同一个 canonical，或者语言版本之间只有 JS 切换、没有独立可访问的 URL——就会被当成一份内容处理。
反过来，同一语言下的不同 URL（带参数、大小写差异、带默认文件名）才是需要收口的重复内容。这两件事的解法刚好相反：前者要突出各自的独立性，后者要合并到唯一地址。混在一起改，往往越改越乱。
第一步：确认 URL 结构是否可被抓取
三种常见结构
- 子目录：example.com/zh/、example.com/en/，最容易维护，信号集中，适合大多数站点。
- 子域名：zh.example.com、en.example.com，部署灵活，但常被当成独立站点看待，需要更多信号来关联彼此。
- 独立域名或地区域名：example.cn、example.com，地区信号最强，但内容同步和运营成本最高。
结构本身没有绝对好坏，问题多出在混用：一部分语言放在子目录，一部分放在子域名，导航又互相跳转。抓取路径越绕，被完整发现的机会就越少。
第二步：hreflang 写对了吗
hreflang 的作用是告诉搜索引擎这几组地址是同一内容的不同语言版本，请分别处理。常见错误有：
- 只写了单向引用，A 指向 B，B 却没有指回 A。
- 语言代码格式写错，例如把 zh-CN 写成 zh_CN 或 cn。
- 指向了会跳转的旧地址，或者指向已经 404 的页面。
- 只写在 sitemap 里而页面 HTML 里没有，两边说法不一致。
- 漏写自己指向自己这一条。
hreflang 不解决收录问题，它只负责把语言版本之间的关系说清楚。页面能不能进索引，前提仍然是可被抓取、有内链入口、内容本身站得住。
第三步：canonical 要指向本语言版本
最常见的错误是：所有语言版本的 canonical 全部指向英文或主语言版本。这等于直接声明其他语言页面是副本，长期看这些页面很难稳定留在索引中。
正确做法是每个语言版本的 canonical 指向自身。只有在处理同语言下内容确实相同的变体地址时，才让 canonical 指向另一个地址。
第四步：入口和语言切换方式
- 语言切换尽量做成可点击的普通链接，而不是纯 JS 下拉或按钮跳转。
- 每个语言版本都应有对应的导航和栏目页，不要只翻译一个首页。
- 默认语言入口放在根路径或首页显眼位置，方便顺着链接走。
- 如使用自动跳转，要提供手动切换，避免跳到无法返回的页面。
自查清单
- 每个语言版本是否有稳定、不重叠的 URL，且可直接访问？
- hreflang 是否双向、语言代码正确、指向可访问地址、包含自引用？
- canonical 是否都指向自身语言版本？
- 页面 HTML 与 sitemap 中的 hreflang 是否一致？
- 语言切换是否为普通链接，蜘蛛能顺着链接走遍所有版本？
- 各语言版本是否有真正的本地化，而不只是机器翻译后一字不改？
收口顺序建议
先解决能不能被抓到（入口与链接），再解决是不是被当成同一份（hreflang 与 canonical），最后才看内容质量与本地化程度。顺序颠倒的话，改完 hreflang 但语言页面根本没有内链入口，短期内很难看到变化。
调整之后建议观察一段时间，用站点日志确认各语言版本的抓取频次，再结合索引状态判断。多语言站点的信号传递本来就比单语言站点慢一些，一次改动之后不必反复来回修改配置。