很多站点并不是没有内容，而是同一份内容有多个地址：带参数的、带大小写变体的、带 www 与不带 www 的、列表页筛选后的。蜘蛛抓到多个版本，不一定知道哪个才是你希望被当作主版本的页面。canonical 就是给蜘蛛的一个提示：这几个地址里，请把哪一个当作规范页。
但 canonical 不是“万能消重开关”。如果站点内部还在大量链接到重复版本，或者 sitemap 里同时列出多个地址，再或者服务器返回的状态码和 canonical 目标不一致，蜘蛛仍然会按自己的判断走。所以自查 canonical，重点不是只写对标签，而是让整站信号保持一致。
先确认哪些页面真的重复
不要凭感觉给全站页面加 canonical。先抽样看几类地址：
- 商品或文章详情页是否带跟踪参数、排序参数、会话参数；
- 栏目列表页是否同时存在 /list 和 /list?page=1 这类首页重复；
- 是否同时提供 www 和非 www、http 和 https、带斜杠和不带斜杠的版本；
- 移动端和桌面端是否使用同一套 URL，还是各自独立地址；
- 标签聚合页、搜索结果页是否与主栏目内容高度重叠。
这些地址如果都能返回 200，并且内容主体接近，就属于需要统一规范的候选。注意，canonical 只处理“内容重复”问题，不处理“这个页面该不该被索引”的问题。如果某个页面根本不该出现，优先用 404、410、robots.txt 或 noindex 处理，而不是把它 canonical 到另一个页面。
canonical 指向自己还是指向别人
规范页的 canonical 一般应指向自己，形成自引用。这样蜘蛛每次抓到规范页，都能确认这个地址就是主版本。非规范页再指向规范页。常见错误是：
- 规范页自己没有 canonical，蜘蛛无法确认；
- 重复页的 canonical 指向一个不存在的地址；
- canonical 指向 301 跳转后的地址，但页面本身没有跳转；
- canonical 指向的页面返回 404 或 5xx，整条信号断掉。
如果 canonical 指向的地址需要跳转才能到达，最好直接把这个地址改成最终可访问的规范地址，减少一层不确定。
列表页、分页和筛选页的处理
分页列表的每一页通常有独立内容，不建议全部 canonical 到第一页，否则后续页面的内容可能难以被单独发现。更稳妥的做法是让每页自引用，同时保证分页链接可抓取。筛选页如果组合过多、内容重复度高，可以选择 canonical 到不带筛选参数的主列表，或者用 robots.txt 控制抓取，具体要看这些页面是否有独立搜索需求。
canonical 是提示，不是命令。它不能替代清晰的站点结构，也不能修复混乱的内链。
和内链、sitemap、重定向保持一致
蜘蛛判断规范版本时，会综合多个信号：canonical 标签、内部链接、站点地图、重定向、hreflang 等。如果你在 canonical 里写 A 是规范页，但导航和正文内链都指向 B，蜘蛛会更倾向于 B。自查时可以把同一个内容的所有入口列出来，确认它们最终都指向同一个地址。
- 站点地图只提交规范地址，不要同时提交重复地址；
- 内链锚文本和链接地址统一，避免首页链接一会儿带参数一会儿不带；
- 旧地址做 301 时，直接跳到规范地址，不要跳到另一个重复地址；
- 多语言或多地区站点，canonical 与 hreflang 不要互相冲突。
一个简单的自查清单
- 随机抽取 20 个内容页，查看 canonical 是否存在、是否自引用或指向正确规范页。
- 检查 canonical 目标地址是否能直接访问，返回 200，且不是重定向链中的中间地址。
- 查看 sitemap 里是否混入了带参数、带 session、大小写不同的重复地址。
- 用站点内链工具或日志，看蜘蛛是否仍在大量抓取非规范版本。
- 改版或迁移后，复查旧地址的 canonical 和 301 是否都指向新规范地址。
canonical 自查不需要一次改全站，可以按栏目分批做。先处理流量大、重复入口多的模块，观察蜘蛛抓取日志里规范地址和非规范地址的比例变化。如果发现非规范地址仍然被频繁抓取，优先检查内链和 sitemap，而不是反复修改 canonical 标签。
最后提醒一句：canonical 能帮助蜘蛛理解你的偏好，但不保证一定按你的选择处理。站点结构清晰、内容有差异、内链一致，才是更基础的工作。