很多收錄問题不是頁面内容本身引起的，而是同一個頁面有多個“入口”。用戶從 https://www.example.com/a 進来，蜘蛛却可能從 http://example.com/a、https://example.com/a 或带尾斜杠的版本發現它。入口一多，信号就容易分散：外鏈指向不同版本，站点地图提交的是另一個版本，canonical 又寫了第三個版本。此时讨论“為什么没收錄”或“為什么只收錄一條”，往往要先回到主域是否统一。
先确定一個規范主域，而不是四個都能用
規范主域是站点對外預設使用的唯一域名和协议组合。它應该同时满足三件事：用戶訪問时最终落在這個版本；内鏈和 sitemap 寫的是這個版本；服務器對其它變体做跳轉，而不是让它們各自返回 200。
常见變体包括：
- http://example.com
- http://www.example.com
- https://example.com
- https://www.example.com
這四者如果都能直接打開並返回 200，蜘蛛就會把它們当作四個可抓取 URL。收錄结果可能是四個都進索引，也可能只留下其中一個，具体取决于蜘蛛如何判断重复關系。對站点来说，這種不确定性没有必要保留。
301 和 canonical 不是二選一，而是各管一段
301 跳轉管的是訪問层：用戶和蜘蛛請求非規范版本时，服務器直接把它带到規范版本。canonical 管的是索引层：当頁面因為歷史原因無法立刻跳轉，或者參數、打印頁等變体必须保留可訪問时，用 canonical 告诉搜尋引擎“我更希望你把哪個 URL 当作代表”。
canonical 是建议，不是强制指令。只寫 canonical 而不做跳轉，仍然可能让蜘蛛持續抓取多個版本。
因此，主域层面的變体優先用 301 解决；頁面层面的重复，比如带追踪參數的列表頁，可以再用 canonical 收敛。两者配合，比只依赖其中一個更稳妥。
sitemap、内鏈和外鏈尽量寫同一個版本
站点地图是 URL 發現的入口之一，内鏈是蜘蛛在站内爬行的路径。如果 sitemap 提交裸域，内鏈却用 www，蜘蛛會認為這是两套地址。外鏈虽然不可控，但你可以主動联系重要外鏈方更新，或者至少确保自己發布的内容里連結统一。
可以按這個清單核對：
- sitemap 中的 URL 是否全部使用規范主域和协议；
- 站内導航、面包屑、相關推荐是否统一；
- 頁面里的 canonical 是否指向同版本規范 URL；
- RSS、API 輸出、分享按钮生成的連結是否统一；
- 舊域名或舊协议是否仍有 200 响應。
HTTPS 迁移後容易留下的尾巴
從 HTTP 換到 HTTPS 时，常见問题不是證书本身，而是舊地址没有全部跳轉。比如首頁跳了，文章頁没跳；主域跳了，带參數的 URL 没跳；sitemap 更新了，但内鏈模板還是 HTTP。蜘蛛會繼續從舊地址發現和抓取頁面，收錄信号也就繼續分散。
另外要检查混合内容：HTTPS 頁面里如果還引用 HTTP 的图片、脚本或样式，浏览器可能拦截，蜘蛛也可能對頁面质量产生负面判断。這未必直接導致不收錄，但會增加頁面正常呈現的不确定性。
怎么检查主域是否已经统一
不需要复杂工具，按顺序做几步就能看出大概：
- 用浏览器無痕模式訪問四個變体，確認最终地址都跳到同一個規范版本；
- 查看跳轉狀態碼是否為 301，而不是 302 或 JS 跳轉；
- 在服務器日誌里篩選非規范主域的請求，看蜘蛛是否還在抓；
- 检查 sitemap 和主要内鏈模板，確認没有混用；
- 在搜尋资源平台查看已收錄 URL，看是否有多個版本同时出現。
如果發現多個版本都在索引里，先不要急着用刪除工具。把跳轉和 canonical 理顺，让蜘蛛重新抓取規范版本，通常比直接提交移除更合适。移除工具适合處理已经失效或必须下线的 URL，不适合替代規范化。
统一主域不等于保證收錄
把主域、协议、sitemap 和内鏈统一，作用是减少重复 URL 带来的信号分散，让蜘蛛更清楚哪個地址值得抓取和索引。它不能保證頁面一定被收錄，也不能让低质量頁面變成高质量頁面。收錄與否還取决于内容、頁面体驗、站点整体质量和蜘蛛的抓取安排。
但這項工作成本低、影响面清楚。如果你正遇到“同一篇内容只收錄一條”“舊地址還在被訪問”“新頁面發現慢”等情况，先检查主域是否统一，往往能排除掉一批本可以避免的干扰。