同一个页面，因为 www、协议、大小写、末尾斜杠、追踪参数的不同，可能被服务器当成好几个不同的地址。对访客来说只是换个入口，对搜索引擎来说却是几份内容相似的页面，抓取和判断都会变得犹豫。这一篇讲的是怎么把地址收敛成一份，属于站点运营里偏基础但很容易被忽略的一环。
先弄清楚重复地址从哪来
多数站点的重复并不是有人刻意复制，而是配置和日常操作留下的痕迹。
- 带 www 和不带 www 的域名同时能打开，且都返回 200。
- http 与 https 都能访问，没有做协议层的强制跳转。
- URL 大小写不敏感，/About 和 /about 都能命中同一个页面。
- 目录地址末尾斜杠不一致，/news 与 /news/ 被视为两条。
- 分页、排序、筛选参数被抓到，生成大量近似地址。
- 投放链接带 utm 等追踪参数，被抓取后当成独立页面。
统一入口：把首选地址定下来
第一步不是改页面，而是决定“哪个地址是官方的”，然后让其他写法都跳到它。常见做法是选一个主域形态（例如统一带 www 或统一不带），统一使用 https，全站链接、站点地图、外链尽量只写这一个形态。
跳转要用 301，并且一跳到底，不要 http 跳到 https、再跳到 www、再跳到带斜杠的版本。层层接力会拖慢响应，也让蜘蛛多绕几圈。
服务器层与页面层分工
- 服务器层负责：域名、协议、非规范形态的 301 跳转。
- 页面层负责：canonical 标签，声明当前页面的规范地址。
- 两者说法要一致，服务器跳到 A、canonical 却写 B，等于给出两个答案。
canonical 的写法与常见误区
canonical 是建议而不是命令，它的作用是当重复难以完全避免时，告诉搜索引擎你希望保留哪一条。写的时候注意几点：用绝对地址；写当前页面自己的规范地址，而不是跳转目标的另一个地址；不要全站所有页面都指向首页，那会让内容页失去自己的身份；不要用 canonical 跨站指向别人的域名。
如果某个参数页确实需要保留（例如筛选组合有稳定访问），可以给它独立的标题和描述；如果只是临时排序，宁可让它保持可访问但不进入站点地图，也不要一边保留一堆入口一边用 canonical 硬指回列表页。
一次可执行的收敛步骤
- 抓一份全站 URL 清单，来自站点地图和访问日志，合并去重。
- 把清单按域名、协议、末尾斜杠、参数分组，找出同一内容的多份写法。
- 确定唯一规范形态，配置服务器 301，逐条测试跳转链长度。
- 检查页面内链、导航、面包屑，把非规范写法改掉。
- 补全 canonical，并抽查关键栏目页与详情页。
- 更新站点地图，只保留规范地址。
- 观察一段时间的日志，看非规范地址的抓取是否下降。
验证与长期维护
改完之后用带和不带的域名分别访问几个页面，确认最终都落到同一个地址；查看源代码确认 canonical 与当前地址一致；在搜索资源平台的工具里检查规范地址的识别结果。之后把“新页面发布时使用哪个域名形态”写进上线清单，比事后统一要省力得多。
规范化的目标不是把地址变少，而是让每个内容只对应一个明确身份。地址越干净，后续的日志分析、抓取统计、内容复审都会更好做。
这件事没有一次做完的说法。新增栏目、换域名、加 CDN、上投放，都可能重新引入重复地址。把它当成日常巡检的一个固定项，比等到发现问题再回头查要轻松。