不少站点在收錄层面卡住，原因不是内容太少，而是同一個頁面被搜尋引擎当成了好几個地址。差异往往只在一個字母的大小寫、结尾有没有斜杠、有没有 www，而服務器對這些寫法都老老實實返回了 200。于是這些地址各自被抓取、各自進入索引，之後才轮到搜尋引擎去判断它們是不是同一頁内容。
常见的几種地址分叉
- 大小寫：/About 和 /about 在多數 Linux 服務器上是两個不同路径。如果程序對两者都返回相同内容，就等于對外提供了两個可訪問地址。
- 结尾斜杠：/news 與 /news/ 同时能打開，在目錄式路径上非常普遍。
- 协议與主机名：http 與 https、带 www 與不带 www，如果四種组合都能訪問，一個頁面就有了四個入口。
- 預設文件：/index.html、/index.php 與根目錄 / 指向同一份内容。
- 歷史遗留入口：用過的測試域名、服務器 IP、非标准端口，只要還能打開，就可能被外部連結或舊文档带出来。
搜尋引擎會怎么處理這些變体
搜尋引擎确實有合並相似頁面的机制，會尝试挑出一個主版本，把其他寫法当作重复地址處理。但這件事有两個前提：一是它需要先分別抓取這些地址，才能知道内容一样；二是合並属于判断结果，不是即时生效的開關。也就是说，在你把地址统一之前，這些變体已经消耗了一部分抓取机會，也让外鏈和点击資料被拆散在多個地址上。
所以更稳妥的做法不是指望搜尋引擎替你合並，而是別让多余的寫法产生。
自查：站点到底暴露了多少個地址
- 翻服務器訪問日誌，按搜尋引擎的 UA 篩選，看它實际抓取過的 URL 有哪些寫法變体，重点看路径大小寫和结尾斜杠。
- 用 site 查询主域名，观察结果里出現的地址前缀是 http 還是 https、有没有 www，是否统一。
- 手動抽查几條重要頁面：把大小寫改一下、把结尾斜杠去掉或加上、把协议換一下，看是否仍然返回 200。
這三步做完，通常就能列出一份需要收口的地址清單。
收口的顺序
顺序比手段更重要，先确定唯一形式，再让其他形式向它靠拢。
- 先定規范形式：协议用哪個、主机名带不带 www、路径是否区分大小寫、结尾是否统一带斜杠、要不要保留 index 文件名。這一步是站内约定，越简單越好。
- 服務器层做 301：把其他寫法永久重定向到規范形式。相比标簽提示，服務器返回的重定向是确定性的。
- 站内保持一致：内鏈、導航、站点地图、canonical、分享按钮里的地址，全部使用規范形式，不要一邊 301 一邊還在内鏈里用舊寫法。
- 外鏈尽量修正：能联系到的合作方改過来最好，改不了的部分交给 301 兜住即可。
当頁面同时發出互相矛盾的信号时，搜尋引擎只能自己猜。301 指向 A、canonical 寫着 B、站点地图里又是 C，這種頁面往往最难稳定下来。
容易踩的几個坑
- 重定向鏈太長：http 跳到 https、再跳到带 www、再补一個结尾斜杠，一层层跳會拖慢抓取，尽量一步跳到最终地址。
- 只寫 canonical 不做重定向：canonical 是提示，适合作為辅助，不适合替代服務器层的跳轉。
- 把跳轉用在内部還在用的入口上：内部連結直接改成規范地址更干净，301 留给外部引用和确實過期的舊地址。
- 上线後不再观察：重定向加完，仍要看日誌里舊寫法的訪問是否在减少，索引里的舊地址是否在慢慢替換，這通常需要一段時間。
地址统一是收錄里最基础的一层工作，做完不會立刻让排名發生變化，但它能让後續的抓取、資料統計和内容判断都少一层噪音。對中小站点来说，先把這一层理干净，往往比急着增加頁面數量更有價值。