做站点运营时，经常会遇到一种情况：同一篇内容在服务器上有好几个可以打开的地址，但从访客角度看它们长得一模一样。搜索引擎抓取时会把它们当成不同页面分别处理，权重和点击数据被拆散，自己排查问题时也分不清哪个地址才是正主。规范链接（canonical）就是用来减少这种歧义的，但它不是加一行代码就万事大吉，需要定期自查。
同一篇内容为什么会有多个网址
多数重复地址不是故意做出来的，而是站点在建设和维护过程中自然形成的。常见来源包括：
- 域名层面：带 www 和不带 www 同时可访问，http 与 https 并存。
- 路径层面：末尾有没有斜杠、大小写不同、中文目录被转义成编码。
- 参数层面：来源跟踪参数、排序参数、会话 ID，都会生成新地址。
- 模板层面：打印页、独立移动版域名、AMP 版、预览版各有一套地址。
- 系统层面：商城或 CMS 生成的 ID 页与别名页同时存在。
这些地址在浏览器里都能打开，但如果没有明确告诉搜索引擎哪一个是首选，抓取分配和后续统计就会分散。
自查从三个地方入手
- 看页面源码。打开一个页面，查看 head 区域的 link rel="canonical" 指向哪里。它应当是绝对地址，且与页面当前的主地址保持一致；如果页面本身就是唯一地址，指向自身即可。
- 看服务器日志。观察蜘蛛抓取的地址里，是否存在同一内容被不同参数反复抓取的情况。重复地址出现得越多，说明规范化还没做干净。
- 看站点配置。检查服务器是否对首选域名做了 301 跳转，是否强制 https，是否统一了大小写和末尾斜杠。能靠跳转解决的，不必都留给 canonical。
写 canonical 时容易踩的坑
指向了不该指向的地址
常见的错误是把 canonical 指向一个已经返回 404 的页面、一个还要再跳一次的地址，或者一个被 robots 规则屏蔽的地址。这种情况下搜索引擎无法把它当成有效首选，等于白写。
分页和筛选页乱用
把所有分页都 canonical 到第一页，或者让不同筛选条件互相指向，容易让部分内容失去被抓取的机会。分页页通常保留自指 canonical 更稳妥，筛选页则要看它是否有独立价值，没有就别让它大量生成。
和 noindex 打架
同一个页面既写 noindex 又写 canonical，信号会互相矛盾。如果只是不想让某个版本被收录，优先用跳转处理，而不是两条规则一起上。
规范链接是一种建议，不是强制命令。它能减少歧义，但不能代替服务器跳转和清晰的结构设计。发现重复地址，先从源头治理，再用 canonical 收尾。
把检查变成固定动作
网站上线新栏目、更换模板、增加追踪参数时，都是重复地址容易冒出来的节点。可以在这些时间点安排一次检查，用同一套步骤过一遍：确认首选域名和跳转规则，抽查十个页面的 canonical，再看一眼日志里被抓取的地址。坚持下来，这类问题通常不会积成大麻烦。