同一件事在站内寫了两三遍，或者一篇文章被放到多個栏目下，每個地址都能打開——這是很多站点都會遇到的情况。時間一長，搜尋索引里往往只會留下其中一個，其余的要么不進索引，要么时進时出。與其反复提交，不如先弄清楚索引在做怎样的選擇。
站内近似頁面通常從哪来
- 一篇文章同时挂在多個栏目、专题或标簽下，每個入口生成獨立 URL；
- 产品有多個規格或型号，頁面正文只差几行參數；
- 城市站、分站批量套用同一套模板，只替換地名；
- 舊版本頁面没有下线，和新版本長期並存；
- 列表頁、篩選頁把同一批内容反复组合出来。
這些頁面單看都能正常打開，但對索引来说，它們提供的信息高度重叠。
索引為什么只留一個
索引的资源是有限的。当多個地址指向几乎相同的内容，索引通常會從中挑一個作為代表，其余地址要么被合並，要么被排除。挑選過程並不完全由你决定，可能參考這几類信息：
- 哪個 URL 更早被稳定抓取；
- 哪個地址获得的外鏈和点击更多；
- 頁面本身的完整性、加载表現；
- canonical、内鏈指向等信号是否一致。
問题在于，如果站内信号互相矛盾——比如 A 頁 canonical 指向 B，内鏈却大量指向 A——索引可能反复切換代表地址，表現出来就是收錄地址今天一個明天一個。
多個近似頁面同时存在时，真正的風險不是少收錄了几頁，而是索引不知道该認哪一個。
先找出這些頁面
不用专业工具也能做初步排查：
- 挑几篇你熟悉的文章，把标题原样拿去搜，看站内出現了几個不同 URL；
- 在站点内搜尋同一關鍵詞，观察结果里是不是同一内容換了标题重复出現；
- 检查栏目頁、标簽頁、专题頁，是否把同一批文章反复列出並各自成頁；
- 對照索引狀態，找出已抓取未编入索引且明顯是重复的地址。
處理顺序：先收口，再谈收錄
1. 能合並的直接合並
如果两個頁面讲的是同一件事，最干净的做法是把内容合成一個頁面，保留主地址，其余地址 301 到主地址。合並後主頁面信息更完整，也更值得被索引。
2. 不能合並的，做出真實差异
城市站、規格頁這類頁面如果必须獨立存在，就要有各自獨有的内容：本地信息、獨立參數、不同场景的說明。只換地名的模板頁，很难指望每一個都被当成獨立頁面看待。
3. 用 canonical 表達唯一主地址
canonical 是给索引的建议，不是命令。它要和内鏈、sitemap、跳轉方向保持一致才有效。如果頁面上标了 canonical，站内連結却都指向另一個地址，這個信号基本會被抵消。
4. 内鏈和 sitemap 只指向主地址
近似頁面的收敛，很大程度靠連結。站内導航、列表、相關推荐里如果同时挂着多個近似地址，等于一直在告诉蜘蛛這些都重要。sitemap 里也應该只保留主地址。
5. 實在不需要的，明确挡掉
篩選组合頁、站内搜尋结果頁這類没有獨立價值的地址，可以考虑用 robots.txt 拦抓取，或加 noindex。两者定位不同：前者阻止抓取，後者让頁面被抓到但不進入索引。要根據頁面是否還需要被讀取来選。
几個容易走偏的做法
- 把希望寄托在批量提交。重复地址提交得再多，也不會因此都被收錄。
- 给每個近似頁面改标题就算差异化。正文骨架相同，改标题作用有限。
- 主地址還没定，就先做外鏈。外鏈分散到多個近似地址，反而让索引更难取舍。
- 一次性大批量處理。索引狀態的變化需要時間观察，改動太密集不利于判断哪一步起了作用。
處理完之後看什么
關注三件事：同一批内容的索引地址是否稳定下来；已抓取未编入索引的重复地址是否减少；主地址的抓取和展示是否更集中。索引地址趋于稳定，通常比收錄條數增加更有意义。
如果站点規模不大，這類重复往往是歷史积累出来的，按栏目一批一批清理，比全站推倒重来更稳妥。