canonical（rel=canonical）是页面里最容易被随手加上、也最容易被误解的一个标签。不少站点把它当成收录开关，以为写上目标 URL，索引里就只会留那一个。实际上它给的是合并提示：这几个 URL 我认为是同一份内容，主版本是它。搜索引擎会参考，但不保证照做，更不保证你指定的那个一定被收录。
它表达的是合并，不是收录
当同一份内容能通过多个 URL 打开时，canonical 的作用是减少重复判断：
- 带排序、筛选、会话参数的版本，与不带参数的干净版本；
- www 与非 www、http 与 https 同时可访问的历史遗留地址；
- 同一篇稿子发布在多个栏目下，各自有独立 URL；
- 移动版、打印版与正常版并存。
它想说的是别把这些当成不同页面，而不是让某个页面被收录。能不能进索引，还要看内容质量、抓取情况、URL 是否规范这些更基础的东西。
三种常见用法
参数页指向干净版本
列表页被排序、筛选参数切出几十个地址，每个地址内容大同小异。这时可以让参数版指向不带参数的版本。前提是干净版本自己能稳定返回 200，且内容确实覆盖了参数版的主要内容，否则用户从搜索结果点进来会觉得对不上。
多域名或镜像站指向主站
跨域 canonical 是较强的合并信号，但不是强制指令。如果两个站内容完全一致、又都有独立外链和流量，更彻底的做法的确是把其中一个做规范跳转，而不是长期靠标签维系。标签适合过渡期，不适合当永久方案。
内容合并后旧页指向新页
栏目调整、文章重写时，旧 URL 往往还有内链、还有外链、还有零散流量。直接删掉返回 404，这些积累就浪费了；可以先让旧页保留、canonical 指向新页，同时逐步把站内链接换成新地址，等外链和流量自然衰减后再做跳转或下线。反过来，如果旧页内容已经完全不同，就不该再用 canonical 硬合并。
和别的指令撞在一起时会怎样
实际排查中，问题多半不是单条写错，而是几条信号互相打架：
- canonical 指向 A，但这个页面本身写了 noindex。noindex 会让当前 URL 退出索引，合并的意义被削弱，甚至导致 A 也没被收录。
- canonical 指向 A，但 robots.txt 挡住了 A。蜘蛛抓不到 A 的内容，合并判断会打折，只能靠历史数据推测。
- canonical 指向 A，而 A 返回 404 或 5xx。信号落空，等于白写。
- canonical 指向 A，页面同时又 301 到 B。跳转通常优先处理，蜘蛛会跟到 B，canonical 的实际效果要按 B 来判断。
- canonical 与 hreflang 互相矛盾。多语言站里，两套标签指向的地址必须能自洽，否则语言版本会被搅在一起。
一句话原则：这些信号要么互不干涉，要么指向同一个地址，最怕各指一处。
上线前的检查清单
- canonical 目标必须能正常访问并返回 200，不能指向 404、跳转链或需要登录的地址。
- 目标页自己也要 canonical 指向自己，避免出现 A 指向 B、B 指向 C 的链条。
- 不要全站统一指向首页，这会把整站内容都并成一份，通常是过度使用。
- 分页、列表页不要随手 canonical 到第一页，除非你确实不打算让后面的分页被单独收录。
- 同一批 URL 的写法保持一致：大小写、尾斜杠、参数顺序统一，减少无谓的重复版本。
- 改版换域名时，canonical 与 301 的指向要保持一致，别一个指新域名、一个指旧域名。
怎么确认有没有生效
可以用站内检索看目标 URL 有没有出现、用 URL 检查类的工具看搜索引擎实际识别到的是哪个地址，也可以对着服务器日志看蜘蛛是否在抓目标页。索引报告里的重复网页、已排除等分组，往往能侧面反映合并是否被接受。需要提醒的是，这些观察都只是参考，最终的判断在搜索引擎那边，标签写得再齐，也替代不了内容本身是否值得收录。