同一份内容，为什么会出现好几个地址
一个页面在理想情况下只对应一条地址，但下面这些写法会让它一变多：
- 分享和推广链接自带的追踪码，例如 utm_source、from、spm 之类；
- 把会话标识写进地址，例如 sid、PHPSESSID、sessionid；
- 列表页的排序、筛选、视图参数，例如 order=price、color=red、view=list；
- 打印页、移动页、AMP 页各占一条地址；
- 大小写、结尾斜杠、空参数（如 ?a=1&）这类细节不一致。
对用户来说，这些地址打开的几乎是同一屏内容；但对蜘蛛来说，它们是各自独立的 URL，会分别进入抓取队列，分别判断，分别决定要不要收录。
蜘蛛大致会怎么处理
各家搜索引擎的策略并不完全公开，但结果通常落在三种情况里：
- 只保留一条，其余被当作重复版本折叠掉；
- 收录多条，但每条能分到的内容价值被摊薄；
- 判断这些地址没有单独价值，抓一次之后不再反复来访。
真正麻烦的不是“会不会被收录”，而是抓取量被一堆无意义地址消耗掉，同时后台显示的收录数量和索引状态也变得难以解读。
先做三件事，把问题看清楚
- 查规范标签：直接打开带参数的地址，看返回的 canonical 指向哪里，是否和预期一致。
- 看日志：统计蜘蛛抓取的 URL 中带参数的比例有多高，是否存在大量同一路径、不同参数的记录。
- 抽样搜索：用 site: 加上参数特征，看有多少参数页真的进了索引。
能收敛的收敛，收敛不了的明确表态
追踪码与会话 ID
会话 ID 尽量不要再放进地址，改用 cookie 承载。追踪码很难完全避免，别人分享时就会带上，可行的做法是：页面正常返回，canonical 始终指向不带追踪码的规范地址；同时内链和站点地图里只使用干净地址，避免自己再制造新的变体。
排序、筛选与分页
并不是所有参数组合都值得被索引。可以按下面的顺序判断：
- 本身有独立搜索需求的筛选组合（例如“城市 + 品类”），可以保留，并给它一条可抓取的内链入口；
- 只是换个排列顺序的（价格升序、销量排序），canonical 指向默认视图就够了；
- 组合爆炸、内容稀薄的，可以考虑 noindex。这里不建议简单用 robots.txt 屏蔽——屏蔽之后蜘蛛看不到页面上的 noindex，反而更容易留下状态模糊的记录。
移动页、打印页与 AMP 页
这些通常是同一内容的另一种呈现。确认是等价版本，就用 canonical 指向主版本；如果已经不再使用，返回 301 指向主版本，而不是继续留着可访问。
几个容易踩的坑
- canonical 指向的地址本身返回 404 或带 noindex，等于把信号指进了死路。
- canonical 形成链条：A 指 B，B 又指 C，蜘蛛需要多跳判断，容易放弃。
- 一批参数页用 robots.txt 屏蔽，另一批用 noindex，规则互相打架。
- 只改了站内模板，没管历史链接，站外推广链接依旧带着旧参数在传播。
参数问题的本质不是“地址太多了”，而是没有告诉蜘蛛哪一条才算数。
收尾时的一句话
先把规范地址定下来，再让 canonical、内链、站点地图、跳转这几处保持一致，剩下的交给时间。一次改完所有参数并不现实，分批次观察抓取日志的变化，比一次性大动更稳妥。