投放蜘蛛池前，很多人会检查 robots、检查状态码、检查链接有没有加 nofollow，却漏掉一个更隐蔽的东西：canonical 标签。它不会拦住搜索蜘蛛抓取，但会改变这次抓取的结果被归到哪个 URL 上。如果目标页的 canonical 指向了别处，你投的那层入口页可能白忙一场。
先说清楚 canonical 是做什么的
canonical 是页面里的一段声明，用来告诉搜索引擎“这一组相似页面里，哪个是主版本”。它是提示，不是指令：搜索引擎会参考，也可能不采纳。它和 301 跳转也不一样，301 会把用户和蜘蛛都带到新地址，canonical 只是声明，页面本身仍然正常返回 200。
三种情况，处理方式完全不同
一、自指 canonical：正常
页面 canonical 指向自己，这是最常见也最安全的写法。这类 URL 直接放进投放清单没有问题，不需要额外处理。
二、canonical 指向同站另一个 URL：先判断意图
常见于筛选参数页、分页、带追踪参数的地址。运营方希望权重集中到主版本，于是把变体页都指向主页面。这类页面投放下去，搜索蜘蛛会抓，但抓取结果可能被归到主页面，变体页自己不进入索引。
如果你的目的正是“让蜘蛛发现主版本”，那投放变体页也算间接有用；如果目标是让变体页本身被收录，就得先把 canonical 改掉，否则投了大概率也不收录。
判断标准很简单：你希望搜索结果显示哪一个 URL，就把投放清单和 canonical 对齐到同一个 URL 上。
三、canonical 指向站外域名：基本等于白投
这种情况多出现在采集站、模板站，或者从别处复制页面时源码没清干净。页面把主版本声明给了别人的域名，搜索引擎很可能把你这页当作重复内容处理。投放前必须先把 canonical 改成自指或者删掉，否则入口页再多、抓取再频繁，也很难留下有效结果。
投放前怎么快速排查
- 随机抽一批目标 URL，查看源码，搜索 rel="canonical"，看它指向哪里。
- 注意协议和域名是否一致：http 与 https、带 www 与不带 www，都可能被当成不同地址。
- 确认 canonical 指向的地址能否正常访问、是否返回 200。指向一个 404 或 301 的地址，等于把信号送进死胡同。
- 清单量大时可以用脚本批量抓取源码提取标签，比人工逐个点开快得多。
- 抽查完成后，把 canonical 与目标 URL 不一致的地址单独列出来，先修再投。
几个容易踩的误区
- 以为 canonical 会自动跳转。它不会。用户和蜘蛛访问的仍是原地址，只是索引归属可能被合并。
- 以为写了 canonical 就一定生效。搜索引擎会综合内容相似度、内链、sitemap 等信号判断，canonical 只是其中一个参考。
- 写相对路径又写错层级。相对路径解析出错时指向会很混乱，建议统一写完整的绝对地址。
- canonical 和 hreflang 打架。多语言站点里两个标签要各司其职，不要把不同语言版本互相 canonical。
回到投放本身
蜘蛛池解决的是“让搜索蜘蛛更快发现这个地址”，canonical 解决的是“这个地址最终代表什么内容”。两件事不在一个层面。投放前把 canonical 理顺，等于确认了你希望被收录的那个 URL 就是清单里的 URL；顺序反了，入口页投得越多，无效抓取也越多。
如果站点规模大、URL 结构复杂，建议把 canonical 自检做成投放前的固定动作，而不是等出问题之后再回头逐个排查。