一個产品同时有中文、英文、日文頁面时，搜尋引擎要判断的不只是内容质量，還有這几件事：哪几個 URL 属于同一份内容的不同語言版本、每個版本面向哪類用戶、主版本是谁。這几件事没理顺，常见的结果是不同語言版本抢同一批查询，或者只有其中一两個版本被收錄，其余長期停在索引之外。
第一步：确定 URL 的對應關系
多語言站点的 URL 结构一般有三種做法，各有取舍，先選定再谈收錄。
- 子目錄：example.com/cn/、example.com/en/。權重集中在一個域名，维護成本低，适合大多數中小站点。
- 子域名：cn.example.com、en.example.com。可以分開部署和运营，但主域與子域之間需要額外的關联信号。
- 獨立域名：example.cn、example.com。地区隔离彻底，适合本地化运营差异很大的情况，代價是權重分散、维護成本高。
结构一旦上线，尽量不要中途大改。改结构意味着所有外鏈、内鏈、跳轉、hreflang 标注都要同步調整，調整期間收錄波動是正常的。
hreflang 解决的是指向，不是收錄
hreflang 用来声明几個 URL 是同一内容的不同語言或地区版本，帮助搜尋引擎把正确版本展示给對應用戶。它不會让一個没被收錄的頁面進入索引，也不會阻止重复内容判定。常见寫法問题有這些：
- 單向标注：A 指向 B，B 没指回 A。這種信号通常會被忽略，必须双向回指。
- 指向不可訪問的 URL：目标被 robots.txt 挡住、被 noindex、或者返回 404，标注就失去意义。
- 語言與地区碼寫得不規范：用 zh-Hans-CN、en-US 這類标准寫法，避免只寫 zh、en 却想表達地区差异。
- x-default 缺失或指错：需要有一個預設版本承接没有匹配語言的用戶，通常指向主語言或國际版。
canonical 與 hreflang 各管一段
這两者容易混用。hreflang 表達的是平行關系，几個版本同时存在、各自有效；canonical 表達的是归並關系，告诉搜尋引擎這几個 URL 里只保留一個。多語言版本之間通常不應该用 canonical 互指，那是把其他語言版本主動合並掉了。canonical 在這里的用途，是處理同一語言内部的重复，比如带參數的篩選頁指向干净版本。
如果發現某個語言版本一直不收錄，先检查是不是被同站点其他版本的 canonical 或跳轉指向吞掉了，而不是急着去加新的提交渠道。
一套可以照着走的自查顺序
- 逐個訪問各語言版本，確認都能直接打開，没有多余跳轉鏈。
- 检查 hreflang 是否双向、是否指向真實可訪問的 URL。
- 核對 canonical，確認没有把其他語言版本誤指到主語言頁面。
- 看服務器日誌里各語言版本的抓取频率，差异過大往往說明發現环节有問题。
- 用站内查询粗略看各版本的收錄分布，再回头看内鏈是否只指向了其中一两個版本。
容易被忽略的几点
- 語言切換按钮如果只用 JS 跳轉、没有真實連結，蜘蛛很难顺着它走到其他版本，内鏈要给出可抓取的 a 标簽。
- 机翻内容若與已有版本高度重合，质量判定上會被压低，补充本地化信息比堆語言版本數量更實际。
- 各地区站点如果共用同一套模板和同一批商品描述，重复内容問题會比單語言站点更明顯。
多語言站点的收錄問题，多數能在 URL 與标注层面找到原因。先把结构定清楚、把指向關系标注正确，再去看抓取和索引資料，比反复提交 URL 更有效。