站内出現多份高度相似的正文，是收錄問题里最常见的来源之一。它不一定让頁面直接掉出索引，但會让搜尋引擎在多個候選之間反复挑選，表現出来就是收錄慢、索引版本来回換、流量分散到不同 URL。遇到這類情况，先別急着删頁面，先确定哪一版才是主版本。
先分清三種重复
- 完全副本：正文一字不差，只是 URL 不同，比如打印版、導出頁、舊路径残留、多域名镜像。
- 高度相似：模板、结构、賣点几乎一样，只有少量字段不同，比如同一产品的不同颜色頁、同一城市的不同商圈頁。
- 部分重复：正文里有大段相同的說明、條款或 FAQ，主体内容其實有差异。
這三種的處理方式完全不同。第一種通常只需要留一版；第二種要看是否各自满足不同的搜尋需求；第三種大多數情况下不用動。
重复内容在收錄上的典型表現
- 两個 URL 都被收錄，搜尋结果里来回替換，用戶点進去發現内容差不多。
- 只收錄其中一版，另一版顯示為重复網頁、未選擇與 canonical 相同的版本。
- 收錄很慢或者迟迟不進索引，抓取被分散到多份副本上。
- 内鏈和外鏈分散在不同 URL，主版本反而拿不到足够的信号。
核對顺序：先找主版本，再决定合並還是保留
- 用一段獨特正文（比如正文中間的一句话）做精确搜尋，看索引里到底有几條结果、分別對應哪些 URL。
- 在抓取日誌里筛這些 URL，確認它們都被抓過、抓取频次是否正常，排除只是没抓到這種可能。
- 判断主版本：站内連結最多、外鏈最多、用戶實际点击最多、内容最完整的那一版，通常就是主版本。如果都不明顯，以最符合搜尋意图的一版為准。
- 决定處理方式：留一版就合並、重定向或加 canonical；需要同时存在就补足差异；不再需要的舊副本直接清理。
几種常见處理方式
只保留一版
把舊副本 301 到主版本，或先加 canonical 观察一段時間再重定向。内部連結统一指向主版本，站点地图里也只保留主版本。
需要同时存在
不要只改标题或換几個词。颜色頁、地区頁這類，至少要寫清适用范围、库存或服務差异，让每個頁面有獨立價值。
無法刪除的副本
比如合作方頁面、第三方平台上的轉载，能加 canonical 就加；不能加，至少保證站内連結只指向自己的主版本。
容易踩的坑
- 把 canonical 指到一個既没被收錄、也没有被連結的頁面，等于把两版一起拖住。
- 一邊加 canonical，一邊在站内大量連結副本頁，信号互相矛盾。
- 用 robots.txt 屏蔽副本頁，结果主版本也拿不到该有的抓取。
- 只盯着哪版被收錄，不看用戶實际搜到的是哪一版，改完仍然乱。
重复内容的核對目标不是让每一版都被收錄，而是让搜尋引擎清楚知道哪一版才是你要展示的版本。
如果站内相似頁面數量較多，建议按目錄或模板分批處理，每批處理完看一次索引狀態，再决定下一批怎么動。一次性大改，出問题时很难判断是哪一步引起的。