做多语言或多地区站点时，URL 结构往往在项目早期就定下来了，后期想改成本很高。对搜索蜘蛛来说，它需要知道同一篇内容的各个语言版本分别对应哪个 URL，以及在不同地区应该展示哪一个。这件事没处理好，常见的结果是两个版本互相竞争，或者某一个版本长期没有抓取记录。
三种常见的 URL 组织方式
先选结构，再谈配置。三种方式各有代价，没有绝对最优：
- 子目录（example.com/zh/、example.com/en/）：部署最简单，共用同一套服务器和证书，权重集中在一个域名下。代价是各语言版本共用技术栈，以后要单独迁走某一个语言时，需要连带处理目录级的重定向。
- 子域名（en.example.com）：可以独立部署、独立配置 CDN 策略，某个版本出问题时影响面较小。代价是需要在搜索平台分别验证站点，链接权重也要跨子域传递。
- 独立国家域名（example.de）：地区信号最明确，但每个域名都要单独维护证书、解析、监控，成本和运维负担最高，适合本地化投入较大的情况。
不管选哪种，关键是同一个页面的每个语言版本都用一个稳定、可被抓取的 URL，避免同一版本通过多套地址访问。
hreflang 的写法与常见错误
hreflang 的作用是告诉搜索引擎：这些 URL 是同一内容的不同语言或地区版本，请按用户情况选择展示。写法上有几个容易出错的地方。
必须双向互指
A 页面标注了 B 是它的英文版，B 页面也要标注 A 是它的中文版；同时每个页面都要自引用，即在自身的 hreflang 列表里包含自己。只写单向引用，整组标注有可能被忽略。
x-default 的用途
x-default 用来指定当用户的语言和地区都不匹配时的兜底版本，一般指向主语言版本或语言选择页。它不替代其他条目，而是作为补充。
放在哪里
可以写在 HTML 的 head 里，也可以放在 XML 站点地图中，选一种并保持一致即可。条目多、模板不统一时，站点地图通常更容易批量维护。注意语言地区代码要写规范，比如 zh-CN、zh-Hant、en、en-GB，不要写成中文描述。
自动跳转与语言切换器的坑
常见的副作用来自两处：一是按 IP 或浏览器语言做自动跳转，二是语言切换器用脚本或表单提交实现。
- 自动跳转如果对爬虫也生效，可能让搜索引擎只看到一个版本，其他语言的 URL 逐渐不再被抓取。更稳妥的做法是跳转只对真实用户生效，或者用不跳转的语言选择页作为入口。
- 语言切换器应该输出可点击的链接，直接指向对应语言的 URL，而不是靠脚本改写地址。脚本跳转对链接发现没有帮助。
- 不要用 cookie 或 localStorage 记录的语言偏好去改变服务端返回的版本。爬虫没有这些状态，会拿到和用户不同的页面。
- 不要用 robots.txt 直接屏蔽其他语言目录，这会让那些 URL 失去被抓取的机会。
和 canonical、站点地图的配合
一个常见误区是让英文版 canonical 指向中文版，希望“集中权重”。多语言版本之间是翻译关系，不是重复内容，每个语言版本 canonical 指向自己即可，跨语言合并反而会让另一个版本难以被展示。真正需要 canonical 合并的，是同一语言下因为参数、大小写或历史遗留产生的多套地址。
站点地图方面，如果 hreflang 写在站点地图里，要保证其中出现的 URL 都能返回正常状态；已下线的语言版本及时从站点地图和 hreflang 列表中移除，避免留下指向 404 的标注。
上线前可以过一遍的清单
- 每种语言是否都有独立、稳定、可被抓取的 URL。
- hreflang 是否双向互指，并包含自引用。
- x-default 是否指向合理的兜底版本。
- 自动跳转是否只对用户生效，是否影响爬虫获取其他版本。
- 语言切换器是否为可点击的链接。
- 各语言版本的 canonical 是否指向自身。
- 站点地图中的 hreflang 与页面 URL 是否一一对应且可访问。
- 服务器日志中是否能看到爬虫访问各语言目录的记录。
多语言站点的 URL 问题通常不是配置一次就能收尾的，语言增删、内容迁移、模板调整都会带来新的不一致。比较务实的做法是把它放进定期检查的清单，用服务器日志和站点地图做交叉核对；发现某个版本长期没有抓取记录时，先查链接入口和 hreflang 标注，再考虑其他原因。