做收录核对时经常遇到一种情况：页面 head 里的 canonical 明明指向主版本，搜索结果里出现的却是另一个 URL，或者两个版本轮流出现。这通常不是 canonical 本身失效，而是站内其他信号和它说法不一致，蜘蛛只能按自己看到的证据来判断。
先确认 canonical 的三种写法是否统一
核对之前，把同一个页面的 canonical 值从三个地方分别取出来：服务器返回的原始 HTML、浏览器渲染后的 DOM、以及站点地图里记录的地址。三者不一致，通常说明模板拼接、CDN 改写或前端脚本在中间插了一手。判断标准是协议、域名、大小写、末尾斜杠完全一致，差一个字符就是两个地址。
常见的改写来源包括：HTTPS 与 HTTP 混用、带 www 与不带 www 同时可访问、末尾斜杠由服务器自动补全但模板里没写、以及字母大小写被中间层转换。这些差异单看都很小，叠在一起就足以让规范化失去意义。
容易和 canonical 打架的信号
- 内链：正文和导航里大量链向非规范版本，等于持续在给旧版本投票。
- 站点地图：sitemap 里列的是带参数或带追踪码的版本，canonical 指的是干净版本。
- hreflang 与多语言标注：各语言版本互相指向，却没有一条指回规范页。
- 分页序列：列表页的下一页既是独立 URL，又被 canonical 指回第一页。
- 同页 noindex 与 canonical：一个说别收录，一个说以我为准，结果往往是两条都不生效。
- 重定向链：A 跳到 B，B 又 canonical 回 A，形成一个闭环。
核对顺序建议
- 抽查 20 到 30 个有问题的 URL，逐个记录四件事：返回码、canonical 值、主要内链指向、站点地图中的写法。
- 把不一致的项归类，看是同一种模板问题批量出现，还是个别页面手工改过留下的痕迹。
- 先动信号最集中的那一类，例如先统一内链指向，再等下一轮抓取后观察变化。
- 改动后不要当天复查，按页面类型给一个观察窗口，等蜘蛛重新抓取过一轮再下结论。
- 如果多个变体都没有排名和流量，优先处理有内链、有外链支撑的那一个，其余可以暂时放着。
canonical 是建议而不是命令。它能起作用的前提是站内其他信号不拆台，否则只是多增加了一层噪音。
几个常见误区
- 以为 canonical 写了就等于收录合并完成，忽略索引里可能长期保留旧版本。
- 把 canonical 指向一个本身就不会被收录的地址，反而让主版本更难被确认。
- 为了省事把所有页面 canonical 到首页，属于典型的信号浪费。
- 只改模板不改存量内容，等下一轮抓取时旧页面依旧带着相反的信号。
实际处理时不必追求一次改完。把信号冲突当成一份清单来管理，每轮只收敛一类问题，配合抓取日志和索引状态一起看，比反复修改 canonical 标签更有效。