同一个页面在服务器上可能有好几种写法：带 www 和不带 www、http 和 https、末尾带斜杠和不带、路径里大写和小写。对访问者来说它们看起来是同一个页面，对搜索引擎来说它们是不同的 URL。如果不做收口，抓取、外链和统计数据会被分到几个地址上，收录表现自然好不了。
先认清变体从哪来
- 协议与主机名：http 与 https、example.com 与 www.example.com，常因为早期配置残留而同时可访问。
- 末尾斜杠：/about 与 /about/，目录写法和文件写法混用。
- 大小写：/About、/about、/ABOUT 在多数服务器上指向同一内容，但 URL 字符串不同。
- 默认文档：/index.html 与根目录内容重复。
- 参数顺序：同一组筛选参数顺序不同，也会生出多个地址。
这些变体的共同点是：内容一样，URL 不一样。它们不会自动互相抵消，而是各自被当成一个候选页面。
做一次全站盘点
收口之前先知道自己有多少变体。可以按下面的顺序查：
- 从服务器日志里筛出返回 200 的 URL，按主机名和协议分组，看有几种前缀。
- 把 sitemap 里的地址去重，检查是否混入了非主版本的写法。
- 抽查站内链接：导航、面包屑、正文链接、分页链接是否指向同一个版本。
- 看站长工具里的页面报告，留意被标记为重复或未选择规范页面的地址。
盘点的重点是找出谁在指向哪个版本，而不只是统计有多少个地址。
选定主版本并一次跳到位
主版本的选择没有绝对标准，取一个就好：通常选 https 加带 www 或不带 www 中历史外链更多的那一个，路径统一小写、目录地址统一带末尾斜杠。定下来之后：
- 服务器层把其余变体 301 到主版本，直接跳到最终地址，不要先跳 www 再跳 https 再补斜杠。
- 站内所有链接改成主版本，包括导航、分页、相关推荐和 sitemap。
- 页面里的 canonical 指向主版本，并且保持自指，即主版本页面 canonical 就是它自己。
大小写要单独处理
如果服务器对大小写不敏感，/About 和 /about 会返回同一份内容，但 URL 字符串仍然不同。这时不要在不同大小写下输出不同的 canonical，直接让所有变体 301 或 canonical 到小写版本即可。若服务器区分大小写，则要确认没有两条真实存在的路径只差大小写。
服务器规则别做过头
跳转规则写得越复杂，越容易出现连环跳转或被误伤。改规则前先在测试环境验证几组地址：根目录、带参数、带末尾斜杠、大小写混合，确认都是一次跳到正确地址。
收口的目标是让一个页面只有一个可被引用的地址，不是把所有可能的写法都用规则堵死。
收口之后怎么验证
- 批量请求一批变体地址，看返回码是否为 301，且 Location 指向主版本。
- 用抓取工具或日志确认蜘蛛最终停留在主版本地址上。
- 抽查页面源码里的 canonical 是否随 HTML 一起返回，避免依赖脚本注入。
- 过一段时间再看索引情况，变体地址会逐步退出，速度不会很快。
几个常见的错误做法
- 同时用 301、canonical、noindex 三种方式指向不同地址，信号互相矛盾。
- 只在 sitemap 里改主版本，站内链接和跳转规则没动，蜘蛛还是会先撞上变体。
- 为了统一斜杠，对已经是主版本的地址也加了一条跳转，形成自跳。
- 把变体页面内容清空或返回 404，而不是跳转，导致原有外链失效。
URL 变体不是什么大问题，但它会长期消耗抓取资源、稀释信号。把主版本定下来，跳转做一次到位，内链和 sitemap 跟上，剩下的交给时间。