很多站点在頁面上寫了 rel="canonical"，就觉得規范化這件事已经交代過了。但搜尋引擎最终把哪個 URL 当作正式版本，並不只看這一處声明。canonical 只是一個建议信号，它還要和站内連結、站点地图、重定向、hreflang 等一堆表態放在一起看。当這些信号互相矛盾时，结果往往不是简單听 canonical 的，而是變得难以预测：有时收錄的是你以為的副本頁，有时两個 URL 都没進索引。
站内到底有哪些地方在表態
在判断冲突之前，先要清楚同一個頁面可能被好几處指認：
- canonical 标簽：頁面自己声明的正式版本 URL。
- 站内連結：導航、面包屑、正文連結實际指向哪個 URL。
- 站点地图：sitemap 里提交的是哪個 URL。
- 重定向：301 或 302 把請求送到哪個 URL。
- hreflang：多語言版本之間的互相指向。
- 外鏈：別人連結到你的哪個形態。
這些信号方向一致时，問题很少；一旦分叉，就要逐個排查。
几類常见冲突
- canonical 指 A，内鏈全指 B。 頁面自己说自己應该是 A，但站内所有入口都通向 B。這種情况下 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，不要两套並行。
- canonical 鏈式跳轉。 A 的 canonical 指向 B，B 又指向 C。鏈式声明會把判断拉長，最好直接指向最终那個 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，和没寫差不多。
- canonical 與 noindex 同时出現。 一個说以別的頁面為准，一個说別收我，两者叠在一起容易让狀態變得模糊。想合並就只用 canonical，想彻底不要就只用 noindex。
- 带參數的頁面全部 canonical 到第一頁。 篩選頁、排序頁内容确實高度相似时這样做可以理解，但如果第一頁和參數頁内容差別很大，一律指回去會损失本来有價值的頁面。
- hreflang 和 canonical 互相矛盾。 hreflang 说各語言版本各自獨立，canonical 却把它們都指向同一個 URL，等于自己否認了多語言结构。
- 大小寫、结尾斜杠、协议版本混用。 同一内容同时存在 /Page、/page、/page/ 等多個形態，而 canonical 只寫了其中一個，剩下的要靠重定向收口，否則容易各自被抓。
排查顺序
- 先抽一批 URL，覆盖首頁、栏目頁、詳情頁、參數頁、多語言頁，數量不必多，但要分层。
- 记錄每個 URL 的 canonical 值，同时记錄它的實际返回狀態碼和最终跳轉地址。
- 横向對比：這個 URL 在 sitemap 里是什么形態？站内連結指向它還是它的兄弟頁？外鏈指向哪個？
- 找出指向關系里的矛盾点，按改動成本低、影响面大的顺序處理，通常是先统一站内連結和 sitemap，再動 canonical。
- 處理完用同一批 URL 复查，隔一段時間再看索引狀態有没有跟着變，不要只看自己改了没有。
處理时的几條原則
- 能用一個 URL 表達的内容，就不要留两個形態给搜尋引擎去猜。
- canonical 要和站内實际連結方向一致，否則它很难被当真。
- 不要為了让某個頁面更容易被收而临时改 canonical，改動要能長期站得住。
- 規范化解决的是哪一個是正式版本，不是能不能被收錄，這两件事別混在一起期待。
canonical 是一句话，站内連結和 sitemap 是另外很多句话。当它們说的不是同一件事时，先別急着改 canonical，先看看全站到底在往哪個方向指。