URL 規范化到底在解决什么問题
同一個頁面，如果從不同入口訪問會得到不同的地址，比如大小寫不同、末尾多了或少了一個斜杠、带上了一串跟踪參數，那么站内連結、外鏈、Sitemap 里出現的地址就可能是散開的。對搜尋引擎来说，這些地址可能被当成多個頁面分別處理，抓取资源分散，站点运营者在統計流量时也容易對不上帳。URL 規范化要做的，就是给每份内容定一個标准地址，其他變体通過 301 或 canonical 归拢過去。
常见的重复地址来源
大小寫與末尾斜杠
部分服務器對路径大小寫不敏感，/About 和 /about 都能打開；另一些則只認一種。末尾斜杠同理，/list 和 /list/ 是否等價，取决于服務器配置和框架路由。建议全站统一為小寫，並明确目錄型地址带斜杠、文件型地址不带斜杠，然後在服務器层面把例外情况 301 到标准形式。不要長期靠頁面里的 canonical 兜底，301 更干净。
查询參數
分頁、排序、篩選、打印頁、utm 跟踪碼、session id 都會生成新地址。先把它們列出来，逐項判断：哪些參數是内容本身需要的，比如分頁；哪些只是来源标记，比如 utm。後者可以统一 301，或者用 canonical 指向不带參數的版本。篩選類參數要格外小心，多條件组合會成倍膨胀地址數量，對抓取预算不友好。
协议與域名變体
http 與 https、带 www 與不带 www、舊域名、測試域名、CDN 回源域名，都可能能訪問同一份内容。選定一個主地址，其余在服務器或 CDN 层做整站 301。改版換域名时，這條尤其要逐條驗證，別留下能打開却没人管的舊入口。
自查清單
- 全站連結與導航是否统一小寫，末尾斜杠風格是否一致；
- http 是否整站跳轉到 https，且不形成多层跳轉；
- 带 www 與不带 www 是否只保留一個入口；
- 分頁地址是否稳定可抓取，而不是带一堆临时參數；
- 跟踪參數是否在落地时就剥掉；
- Sitemap 與内鏈里是否只出現标准地址；
- canonical 是否自指向真實可訪問的 200 頁面；
- 舊域名與測試域名的解析是否已经下线或 301。
canonical 的正确用法
canonical 是一個提示，不是强制指令，搜尋引擎有權忽略。因此它适合做兜底，不适合当主力。使用时注意几点：一是尽量自指向，即标准頁指向自己；二是目标必须是可訪問的 200 頁面，不能指向 404 或跳轉鏈上的地址；三是同一頁面不要輸出多個互相冲突的 canonical；四是不要為了凑資料把不相關的頁面互相指向。分頁场景常见的错誤是把所有分頁都指向第一頁，這會让後續頁面的内容难以被單獨發現，建议按實际策略處理，或者让每頁自指向。
比較稳妥的處理顺序
- 先用服務器日誌和站点查询，把能打開同一内容的地址尽量列全；
- 為每類内容選定一個标准地址；
- 在服務器或 CDN 层做 301，把變体收敛到标准地址；
- 统一站内連結、導航、Sitemap 中的地址寫法；
- 用 canonical 處理無法 301 的少數情况；
- 观察一段時間，看日誌中變体地址的請求是否下降。
驗證與观察
改完不是立刻就能看到變化，通常需要几周時間让搜尋引擎重新抓取和處理。可以定期看服務器日誌里變体地址的訪問量、看抓取統計中标准地址的占比是否上升，以及检查是否又冒出了新的變体。同时留意別在收敛過程中制造出新的重定向鏈，跳轉层數越多，抓取成本越高。
URL 規范化不是一次性動作。新栏目上线、改版、做投放活動时，都要顺手检查一遍地址是否统一，否則舊問题會以新的形式回来。