canonical 這個标簽，很多人是跟着模板複製進来的，寫的时候未必想過它到底在表達什么。在蜘蛛池的入口頁上，它常常被当成一個“規范化”的习惯動作，寫對了没什么感觉，寫错了蜘蛛的行為會慢慢偏掉。
canonical 在说的是什么
它的作用是告诉蜘蛛：這一组内容相同或高度相似的 URL 里，我認為哪一個才是正本。注意，它是一個建议，不是强制指令。蜘蛛會把它和別的信号放在一起看，比如站内連結指向、sitemap 里的寫法、301 跳轉、頁面本身的相似程度。所以 canonical 寫错，不等于蜘蛛一定照做，但等于你在给自己制造互相矛盾的信号。
在蜘蛛池里，入口頁往往數量多、结构相似、内容偏薄，這时候 canonical 的影响會被放大。
- 入口頁本来就该被獨立看待时，寫自指即可
- 多個入口頁确實讲同一件事，可以合並到一個正本
- 跨域 canonical 更接近一種声明，實际被采纳的程度有限
- 它和 noindex、301 不是一回事，不能互相替代
入口頁里常见的几種寫错方式
- 全部指向首頁。几十上百個入口頁都 canonical 到首頁，等于告诉蜘蛛這些頁面都不值得單獨存在，後續可能减少對它們的抓取。
- 指向一個不存在的 URL。拼错、寫了個已刪除的路径，蜘蛛拿到的是一條無效线索，通常會被忽略，而頁面自己也失去了明确的規范化指向。
- 指向目标頁。把入口頁的 canonical 直接寫成目标頁，本意是“集中權重”，结果往往是入口頁先被当作重复内容，長期看可能逐步登出抓取队列。
- 相對路径或协议域名不一致。頁面是 https，canonical 寫成 http，或者少了斜杠、多了參數，蜘蛛可能把它們当成两個不同的 URL。
- 互相指向成环。A 指向 B，B 指向 A，蜘蛛得自己猜哪個是正本，结果常常是谁都不确定。
- 分頁頁全部指向第一頁。如果入口頁有分頁，把第 2、3 頁都 canonical 到第 1 頁，後續分頁里的連結可能不再被跟進。
寫错之後蜘蛛會怎么反應
這里没有必然结果，只能讲常见倾向。当 canonical 與頁面實际情况矛盾时，蜘蛛通常會：
- 降低對该 URL 的抓取频率，因為它看起来“重复且非正本”
- 把從该頁發現的連結，归到 canonical 指向的那個 URL 名下
- 在跨域 canonical 的情况下，多數时候仍按自己的判断處理
- 如果 canonical 指向的頁面本身有問题，比如 404 或被屏蔽，那两邊都不讨好
這些反應不會当天出現，通常要過几周，才能在日誌和索引資料里慢慢看出来。
检查與修正的顺序
- 抓取几個入口頁，看渲染後的 HTML 里 canonical 實际是什么，不要只看源碼。
- 把 canonical 指向的 URL 匯總出来，看有没有指向 404、被 robots 屏蔽或需要登入的頁面。
- 核對 sitemap 里登记的 URL 與 canonical 是否一致，两邊打架要统一。
- 检查有没有成环的情况，用工具或寫個脚本跑一遍。
- 看訪問日誌里 canonical 指向的 URL 是否真有蜘蛛来訪，没有的话說明這個信号没起作用。
- 改完之後不要频繁再動，留一段观察時間。
几点使用建议
- 入口頁預設寫自指 canonical，除非你确實想合並。
- 不要在入口頁上把 canonical 当成“權重传递開關”，它不承担這個功能。
- 跨域 canonical 用之前，先確認真的是同一内容，否則容易被忽略還留下痕迹。
- 改動集中在一次做完，避免今天改一点明天改一点，日誌會變得很难解讀。
- canonical 只是众多信号之一，入口頁的可抓取性、内容與内鏈结构同样重要。
canonical 的寫法，反映的是你對這批頁面的真實態度。如果连自己都说不清哪個是正本，蜘蛛更不會替你决定。