同一个页面内容，往往不止一个地址可以访问：带和不带 www、是否加尾斜杠、列表页的排序参数、从不同入口复制出来的落地页……这些地址如果都能被抓到，就会出现多条 URL 竞争同一份内容的情况。搜索引擎最终会从里面挑一条显示在索引里，但挑中的不一定是站点最想要的那条。
canonical 解决的是选哪条的问题
canonical（规范链接）标签的作用，是告诉搜索引擎：这几条地址其实是同一份内容，我建议你以其中这一条为准。它处理的是索引选型问题，不是抓取问题。也就是说，加了 canonical 不代表其他地址不会被蜘蛛访问，也不代表它们立刻从索引里消失——在搜索引擎还没完全确认之前，重复地址仍有可能短暂出现。
canonical 是建议，不是命令。搜索引擎会参考它，同时也会参考内链、站点地图、重定向和内容相似度。
写法上的几个基本要求
- 用绝对地址，写全协议和域名，不要用相对路径或省略域名的写法。
- 指向的目标 URL 必须是可以正常访问的 200 页面，不能指向 404、301 或者带 noindex 的页面。
- 每条页面只保留一个 canonical 标签；同一页面出现多个时，搜索引擎通常会忽略全部。
- 页面上 canonical 指向的地址，最好与内链、站点地图、hreflang 里的写法保持一致，不要一处带斜杠一处不带。
- 分页、筛选页不要统一 canonical 到列表首页，否则被指向的页面内容与用户实际看到的不一致。
常见的错误用法
把所有页面都 canonical 到首页
这种做法会把大量不同内容的页面合并成一个信号，结果是这些页面很难被单独索引。如果本意是不想收录它们，应该用 noindex，或者干脆不让蜘蛛抓到，而不是拿 canonical 兜底。
canonical 与 noindex 同时出现
两者指向不同目标时信号互相矛盾，常见的后果是目标页迟迟不进入索引，被指向的来源页也立场不明。要保留下来的页面，就不要在它身上加 noindex。
用 canonical 处理跨域内容
把内容同步发到其他平台时，如果两边都写了指向自己的 canonical，搜索引擎只能自行判断。授权转载的场景下，让转载方指向原稿地址会更清晰一些，但这不保证对方一定执行。
怎么验证 canonical 是否生效
比起反复提交，更实用的是做几件事：
- 用抓取工具查看返回的 HTML 源码，确认 canonical 出现在 head 里，而且没有被 JS 覆盖成另一条。
- 在搜索里查目标 URL，看结果展示的是哪一条地址；展示的是你指定的那条，说明选型基本符合预期。
- 看蜘蛛日志和索引报告，确认重复地址的抓取比例是否在下降，而不是继续被大量抓取。
- 抽查几个典型目录，看有没有模板自动生成了错误的 canonical 值。
和内链、重定向的配合
canonical 只是信号之一。真正影响权重和抓取走向的，还有内链指向哪个地址、旧地址是否做了 301、站点地图里列的是哪一条。三者指向一致时，选型会稳定得多；三者互相矛盾时，搜索引擎只能按自己的判断来。
如果内容确实要合并，301 比 canonical 更干脆：前者会让旧地址逐步从索引中替换掉，后者则会让多条地址并存更久。区别在于，301 无法保留原地址的直接访问（除非另有处理），而 canonical 可以让重复地址继续作为入口存在。选哪一种，取决于你是想彻底收敛，还是想保留一些访问路径。
另外要注意，canonical 管的是索引选型，管不了抓取。如果重复地址数量很大且还在被频繁抓取，可以配合 robots.txt 或参数处理工具减少抓取浪费，把抓取额度留给真正需要被发现的页面。至于蜘蛛池这类提效手段，它的作用在 URL 发现环节，对选哪条 URL 进索引这件事没有直接帮助。
小结
canonical 的正确用法其实很简单：每条内容指定一条最想要的标准地址，保证这条地址可访问、写法统一，再用内链和站点地图反复确认同一个方向。复杂的不是标签本身，而是整站有没有一致的 URL 约定。约定不清楚时，canonical 写得再多也会互相抵消。