很多站点在页面上写了 rel="canonical"，就觉得规范化这件事已经交代过了。但搜索引擎最终把哪个 URL 当作正式版本，并不只看这一处声明。canonical 只是一个建议信号，它还要和站内链接、站点地图、重定向、hreflang 等一堆表态放在一起看。当这些信号互相矛盾时，结果往往不是简单听 canonical 的，而是变得难以预测：有时收录的是你以为的副本页，有时两个 URL 都没进索引。
站内到底有哪些地方在表态
在判断冲突之前，先要清楚同一个页面可能被好几处指认：
- canonical 标签：页面自己声明的正式版本 URL。
- 站内链接：导航、面包屑、正文链接实际指向哪个 URL。
- 站点地图：sitemap 里提交的是哪个 URL。
- 重定向：301 或 302 把请求送到哪个 URL。
- hreflang：多语言版本之间的互相指向。
- 外链：别人链接到你的哪个形态。
这些信号方向一致时，问题很少；一旦分叉，就要逐个排查。
几类常见冲突
- canonical 指 A，内链全指 B。 页面自己说自己应该是 A，但站内所有入口都通向 B。这种情况下 B 反而更容易被抓取、被当成主版本。要么统一成 A，要么把 canonical 改成 B，不要两套并行。
- canonical 链式跳转。 A 的 canonical 指向 B，B 又指向 C。链式声明会把判断拉长，最好直接指向最终那个 URL，一步到位。
- canonical 指向不存在的地址。 目标 URL 返回 404 或 5xx，等于把信号指向空气，和没写差不多。
- canonical 与 noindex 同时出现。 一个说以别的页面为准，一个说别收我，两者叠在一起容易让状态变得模糊。想合并就只用 canonical，想彻底不要就只用 noindex。
- 带参数的页面全部 canonical 到第一页。 筛选页、排序页内容确实高度相似时这样做可以理解，但如果第一页和参数页内容差别很大，一律指回去会损失本来有价值的页面。
- hreflang 和 canonical 互相矛盾。 hreflang 说各语言版本各自独立，canonical 却把它们都指向同一个 URL，等于自己否认了多语言结构。
- 大小写、结尾斜杠、协议版本混用。 同一内容同时存在 /Page、/page、/page/ 等多个形态，而 canonical 只写了其中一个，剩下的要靠重定向收口，否则容易各自被抓。
排查顺序
- 先抽一批 URL，覆盖首页、栏目页、详情页、参数页、多语言页，数量不必多，但要分层。
- 记录每个 URL 的 canonical 值，同时记录它的实际返回状态码和最终跳转地址。
- 横向对比：这个 URL 在 sitemap 里是什么形态？站内链接指向它还是它的兄弟页？外链指向哪个？
- 找出指向关系里的矛盾点，按改动成本低、影响面大的顺序处理，通常是先统一站内链接和 sitemap，再动 canonical。
- 处理完用同一批 URL 复查，隔一段时间再看索引状态有没有跟着变，不要只看自己改了没有。
处理时的几条原则
- 能用一个 URL 表达的内容，就不要留两个形态给搜索引擎去猜。
- canonical 要和站内实际链接方向一致，否则它很难被当真。
- 不要为了让某个页面更容易被收而临时改 canonical，改动要能长期站得住。
- 规范化解决的是哪一个是正式版本，不是能不能被收录，这两件事别混在一起期待。
canonical 是一句话，站内链接和 sitemap 是另外很多句话。当它们说的不是同一件事时，先别急着改 canonical，先看看全站到底在往哪个方向指。