在蜘蛛池的入口頁里，同一個頁面经常會有多個 URL 版本：带參數的、带 www 的、不带 www 的、末尾多一個斜杠的，甚至還有 http 和 https 同时可訪問的。這些 URL 如果都返回相似内容，蜘蛛就會面临一個選擇：到底抓哪一個？canonical 标簽就是在這個场景下用来表達偏好的工具。它不能保證蜘蛛一定按你的想法走，但用對了可以减少無效抓取，用错了反而會传递错誤信号。
canonical 解决的是什么問题
canonical 的作用是告诉搜尋引擎：這一组相似 URL 里，哪一個是你希望被当作主要版本的地址。它不是跳轉，也不是屏蔽，而是一種建议。蜘蛛看到 canonical 後，可能會把權重和抓取集中到你指定的 URL 上，也可能忽略它。所以，canonical 适合處理“内容實质相同、只是 URL 不同”的情况，而不是用来掩盖内容差异。
入口頁常见的重复来源
- 带跟踪參數的連結，比如 utm_source、from、ref 等。
- 同一路径的大小寫差异，例如 /Page 和 /page。
- 末尾斜杠的有無，例如 /entry 和 /entry/。
- http 與 https、www 與非 www 同时可訪問。
- 列表頁的排序、篩選、分頁參數，例如 ?sort=hot、?page=2。
- 打印版本、移動版本或 AMP 版本與主版本並存。
這些情况在蜘蛛池入口頁里很常见，因為入口頁往往批量生成，URL 規則容易不统一。先把自己站点的重复来源梳理清楚，再决定哪些用 canonical 處理，哪些直接用 301 或 robots 規則處理。
什么时候该用 canonical
当多個 URL 的内容确實相同，並且你希望蜘蛛集中抓取其中一個版本时，canonical 是合适的選擇。例如，入口頁的列表頁带上了排序參數，但排序後的内容與預設列表差別不大，這时可以把带參數的 URL canonical 到預設列表頁。再比如，同一個入口頁可以通過 http 和 https 訪問，也可以把 http 版本 canonical 到 https 版本。
另外，如果頁面存在轻微差异，比如用戶评论排序不同、推荐位不同，但主体内容一致，也可以考虑使用 canonical。關键是判断“蜘蛛是否會把它們当成不同頁面”，如果會，而你又不希望它們分散抓取，就可以用 canonical 表達偏好。
什么时候不该用 canonical
canonical 被滥用时，問题往往比不用更嚴重。以下几種情况要特別小心：
- 内容明顯不同，却 canonical 到同一個 URL。這會让蜘蛛認為你在隐藏重复内容，可能直接忽略 canonical。
- 分頁頁面全部 canonical 到第一頁。這會让蜘蛛难以發現後續頁面的内容，反而降低抓取效率。
- 把不相關的入口頁 canonical 到首頁或某個热门頁。這属于错誤合並，容易让入口頁失去獨立價值。
- 把蜘蛛池入口頁 canonical 到目标站。入口頁本身是為了發現和引導抓取，如果直接 canonical 到外部目标站，蜘蛛可能不再把入口頁当作獨立頁面處理。
- 與 noindex 同时使用。如果頁面已经 noindex，再加 canonical 意义不大，两者信号容易冲突。
canonical 與 301、robots、noindex 怎么配合
如果两個 URL 确定要合並，並且你希望用戶和蜘蛛都只訪問一個地址，301 跳轉比 canonical 更彻底。canonical 适合“两個地址都能訪問，但我想表達偏好”的场景；301 适合“舊地址不再需要，永久迁移到新地址”的场景。
robots.txt 主要用于控制抓取范围，不能替代 canonical。noindex 用于告诉蜘蛛不要索引某個頁面，但它不會传递權重，也不會指定首選版本。不要把 noindex 和 canonical 混用在一個頁面上，除非你非常清楚自己在做什么。對于入口頁的參數版本，可以優先考虑 robots.txt 屏蔽無意义參數，再對剩余可訪問的重复頁面使用 canonical。
给蜘蛛池入口頁的實操建议
- 先确定每個入口頁的唯一規范 URL，並统一站内連結都指向這個地址。
- 固定协议和域名形式，比如统一使用 https 和带 www 或不带 www，其他形式做 301。
- 對排序、篩選、跟踪參數做区分：無意义的參數尽量屏蔽，有内容差异的參數頁再考虑 canonical。
- 分頁頁面保留獨立 URL，不要全部 canonical 到第一頁，必要时可以使用 rel=next/prev 辅助蜘蛛理解序列。
- 定期抽查入口頁的 canonical 指向，確認没有指向不相關頁面或外部目标站。
- 不要指望 canonical 解决所有重复内容問题，它只是辅助手段，核心還是让 URL 结构清晰、内鏈统一。
canonical 是给蜘蛛的一個建议，不是命令。蜘蛛池入口頁真正要做的，是减少無意义的重复 URL，让蜘蛛把有限的抓取预算用在有價值的頁面上。用之前先問自己：這两個 URL 的内容真的相同吗？如果答案是否定的，就不要用 canonical 强行合並。