做多語言或多地区站点时，很多人把精力放在翻译质量和 hreflang 标簽的寫法上，却忽略了一個更基础的問题：搜尋引擎的蜘蛛能不能顺着連結，自己走到每一個語言版本的頁面上。hreflang 只是告诉搜尋引擎“這几個頁面是同一内容的語言變体”，它本身不是一條連結，也不會凭空创造抓取入口。如果站内連結结构没做好，标簽寫得再标准，也可能只是躺在那里。
一、先确定 URL 结构，再谈連結
多語言站点常见三種做法，各有取舍：
- 子目錄：example.com/en/、example.com/de/。所有語言共享同一域名，内鏈最容易互相打通，是多數中小站点的首選。
- 子域名：en.example.com、de.example.com。适合团队、服務器或 CDN 配置差异較大的情况，但要額外维護子域之間的互鏈。
- 獨立域名或國別域名：example.de、example.co.jp。地区信号最强，代價是權重分散，且每個站点都要單獨做一轮 URL 發現。
结构一旦确定，後續的連結、站点地图、日誌分析都要围绕它展開。中途更換结构，等于把已经建立的抓取路径推倒重来。
二、hreflang 是注释，不是通道
最常见的誤区是：只在首頁寫了一组 hreflang，就以為其他語言版本已经被“關联”上了。實际上，蜘蛛發現頁面仍然依赖連結、站点地图和外部引用。一组 hreflang 要真正生效，通常需要满足两個條件：
- 每個語言版本的頁面上，都能看到指向自己和其他版本的双向标注；
- 被标注的 URL 本身可抓取，返回正常狀態碼，不落在重定向鏈的错誤终点，也不被 meta robots 或 robots.txt 拦截。
如果 A 頁面标注了 B，而 B 頁面没有任何回指，搜尋引擎往往會忽略這组标注，這就是常见的“單向 hreflang”問题。
三、让每個語言版本都能被獨立走到
- 語言切換器使用真實的 a 标簽，href 指向對應語言版本的目前頁面，而不是只用 JS 替換文案、或寫入 cookie 後再跳轉。
- 頁脚保留静態的語言導航，覆盖全部語言，方便蜘蛛從任意頁面抵達其他版本。
- 為每種語言單獨提交站点地图，或在一個索引型站点地图中分文件列出，便于观察各語言的收錄進度。
- 适度内容互鏈：同一主题在不同語言下都有獨立文章时，可以在相關位置互指，但不必為了互鏈而堆砌無關連結。
- x-default 指向稳定的兜底頁，通常是預設語言版本或語言選擇頁，且這個頁面要能正常抓取。
四、几個容易被忽略的坑
- 依據 IP 或浏览器語言自動跳轉：用戶和蜘蛛都可能被强制送到某一版本，導致其他語言版本長期没有訪問。更稳妥的做法是给出提示，让用戶自行選擇。
- 把語言做成 URL 參數：example.com/page?lang=en 這類寫法會让 URL 數量膨胀，參數處理不当還容易造成重复内容。
- 語言連結只在 JS 中生成：如果服務端返回的 HTML 里没有對應連結，蜘蛛就看不到這些入口。
- 翻译未完成的占位頁：大量机翻占位頁或空頁面如果被放出連結，會稀释整站质量，建议先不放出入口，或配合合适的狀態碼與 robots 規則處理。
五、用日誌和抓取資料驗證
结构調整完成後，不要只看後台的收錄數字，更直接的判断方式是看服務器日誌：
- 統計各語言目錄或子域被訪問的频次，看是否存在某個語言几乎没人抓。
- 检查蜘蛛請求的狀態碼分布，重点看 3xx 和 4xx 集中在哪些 URL 上。
- 观察切換器連結触發的抓取是否真正到達目标頁，而不是停在跳轉层。
- 對比站点地图提交的 URL 與日誌中實际被抓取的 URL，找出長期未被訪問的部分。
這些資料能說明連結通道是否通畅，比任何猜测都可靠。至于市面上各類蜘蛛池工具，它們可以在短時間内制造大量請求，但並不會帮你把站内结构理顺；抓取频次上去了，頁面质量和可用性未必跟得上。
多語言站点的 URL 發現，本质是让每一條語言路径都真實存在、可達、可被观察。标簽是补充說明，連結才是路。