canonical 的作用很朴素：当同一份内容存在多个可访问地址时，告诉搜索蜘蛛哪一个是你认可的正本。它不解决所有重复内容问题，但能减少蜘蛛在两个版本之间反复来回、把权重分散掉的情况。做站点运营时，canonical 写错了往往不会立刻报警，而是慢慢表现为收录版本混乱、栏目页抢了详情页的位置。
先想清楚正本是哪一个
同一篇文章可能通过带参数、带尾斜杠、http 与 https、大小写不同的域名等路径抵达。多数情况下 self-canonical 最稳妥：每个内容页把自己指给自己，只有确实需要合并时才指向别的 URL。合并前先确认目标页是同一份内容，并且返回 200、允许被抓取。
几类常见的写法问题
- 全站页面都指向首页或某个栏目页，等于把整站内容声明为副本，蜘蛛会逐渐不再单独看待这些页面。
- canonical 指向 404、301 的跳转目标或带 noindex 的页面，信号互相矛盾，蜘蛛只能自己猜。
- 一个页面写了多个 canonical。多个标签同时存在时，蜘蛛通常只认第一个或直接忽略，结果不可控。
- 跨域 canonical 指向别人的站点。除非确实存在内容授权关系，否则容易把自己的页面从索引里挤出去。
- 由 JavaScript 动态写入 canonical。渲染前后不一致时，蜘蛛拿到的可能不是你以为的那个地址。
协议层的重复也别放过
上面说的是标签层面，协议层面同样会产生重复地址：http 与 https 都能打开、带 www 与不带 www 都能访问、大小写混用、多余的尾斜杠。这些应该用 301 统一到一个版本，而不是靠 canonical 兜底。canonical 是建议，301 才是明确的迁移信号，两者混用会让蜘蛛更难判断。
一份可执行的自查清单
- 抽一批代表性页面（首页、栏目、详情、分页、筛选结果），查看源码里的 canonical 是否都指向预期地址。
- 确认 canonical 的目标页返回 200，且没有被 robots.txt 屏蔽、没有 noindex。
- 分页页保持 self-canonical，不要全部指向第一页，否则后面的列表内容可能不再被抓取。
- 筛选、排序、会话类参数页，优先用 robots.txt 或参数处理规则解决，而不是全站统一指向某个固定页。
- 内容确实存在多个版本时，canonical、站点地图、内链、hreflang 尽量指向同一个地址，信号越一致，蜘蛛的判断越省事。
- 改动上线后，用服务器日志观察这些 URL 的抓取频率和返回码变化。
canonical 只是给蜘蛛的提示，不保证一定被采纳，也不承诺收录或排名结果。它的价值在于减少歧义，让蜘蛛少做一次猜测。
改完之后怎么验证
先看单页：用抓取工具或直接查看渲染后的 HTML，确认标签存在且地址正确。再看整站：站点地图里列的 URL、内链指向的 URL、canonical 声明的 URL，三者越接近越好。最后看日志，如果某个版本长期没有蜘蛛访问，而另一个版本被抓得很频繁，说明还有地方在给蜘蛛指错路。
canonical 不是一次性配置。新增栏目、站点改版、调整 URL 规则之后，都要重新对一遍。把它当成日常检查项，比出现问题后再回头排查要省事得多。