做站点运营时，最容易被忽略的一類問题是：同一篇内容在站点里存在好几個可以訪問的地址。用戶看不出区別，蜘蛛却會把它当成多個頁面分別處理。canonical 标簽就是用来解决這個問题的，但用错了反而會添乱。

同一篇内容為什么會有多個地址

常见的来源包括：

• 带參數的地址，比如列表翻頁、排序、来源追踪參數；
• www 與非 www、http 與 https 混用；
• 带尾斜杠與不带尾斜杠同时可訪問；
• 打印頁、移動版獨立地址、专题聚合頁；
• 内容被搬到站内其他栏目，留下了两份。

這些地址如果都返回 200 且都能被抓取，就等于把同一份内容重复投喂给搜尋引擎。

canonical 在说什么

canonical 是寫在頁面 head 里的一個連結标簽，作用是告诉蜘蛛：這一组相似頁面里，哪一個是我認可的正式版本。

它是一條建议，不是强制指令。搜尋引擎會參考，但如果頁面上的其他信号（内鏈、Sitemap、重定向）與它互相矛盾，它很可能被忽略。

所以 canonical 要和内鏈、Sitemap、robots 放在一起看，單獨设一個标簽解决不了所有問题。

自查时容易踩的坑

1. 指向了不可訪問的地址

canonical 指向的 URL 如果是 404、被 robots 屏蔽，或者本身還有重定向，這個标簽基本失效。指向的地址自己要先能正常打開。

2. 頁面之間互相指向

A 頁寫 canonical 到 B，B 頁又寫 canonical 到 A，形成循环。這種情况蜘蛛通常两邊各按各的處理，等于白寫。

3. 全站批量寫死同一個地址

有些模板為了省事，把 canonical 统一寫成首頁地址。结果是所有内頁都在说“我不是正主”，對收錄非常不利。

4. 分頁頁面處理不当

分頁的第二頁、第三頁不要 canonical 到第一頁。它們各自是不同的内容列表，正确做法是保留自身地址，並做好上一頁、下一頁的關系說明。

5. 和重定向混着用

如果舊地址已经做了 301 到新地址，舊地址就不必再寫 canonical。两者同时存在容易让信号混乱。

一份简單的自查清單

1. 随机抽 20 個内頁，查看源碼中的 canonical 地址，確認能正常打開並返回 200；
2. 確認 canonical 地址與頁面實际 URL 的主机名、协议、尾斜杠寫法一致；
3. 检查是否存在 A 指向 B、B 指向 A 的循环；
4. 检查列表頁、篩選頁是否誤寫了 canonical 指向首頁或栏目首頁；
5. 對照 Sitemap，確認提交的地址與 canonical 指向的是同一個；
6. 確認被 canonical 掉的地址没有被大量内鏈指向，否則信号會打架。

和 robots、重定向怎么分工

• robots.txt：控制蜘蛛能不能抓，不直接控制能不能收錄，适合屏蔽無意义的參數地址；
• 301 重定向：地址永久搬家，權重與收錄跟着走，适合改版和栏目合並；
• canonical：几個地址都能訪問，内容高度相似，用来指定首選版本；
• noindex：明确不想要這個頁面出現在结果里。

四者用途不同，別拿一個去替代另一個。

落地建议

站点規模不大时，可以先把 canonical 的模板逻辑固定下来：預設指向目前頁面的規范地址，只在确實存在重复内容时才做特殊處理。改完之後，观察服務器日誌里這些地址的抓取频次和狀態碼變化，往往比盯着一两個頁面的标簽更有用。

重复内容不是一夜之間出現的問题，解决它也不需要一次性全站推倒重来。按栏目分批梳理，先把明顯重复的地址處理掉，再逐步收紧模板，是更稳妥的做法。