排查收錄問题时，重复内容常被当成一個笼统的罪名。更實用的分法是两類：一類是同一個頁面被多個 URL 指向，属于 URL 規范問题；另一類是不同 URL 上的正文高度相似，属于内容层面的重叠。两者的排查入口不一样，混在一起看，很容易在错的地方反复改。
先分清是 URL 重复還是内容重复
如果两個地址打開後基本是同一份 HTML，差別只在參數、大小寫、结尾斜杠，那要處理的是 URL 規范，重点在 canonical 與内鏈寫法。如果两個地址各自是獨立頁面，但正文段落大段雷同，那就是内容重叠，重点在于合並内容、补齐差异，或者明确主次關系。
站内常见的几種内容重叠
- 聚合頁與詳情頁：标簽頁、分類頁、归档頁把詳情頁的标题和摘要整段搬過来，頁面主体几乎一致。
- 一稿多栏目：同一篇文章同时挂在多個栏目下，生成多個地址，内容完全相同。
- 排序與视图參數：同一批商品按價格、销量切換，正文不變，只是顺序不同。
- 附属版本頁：打印頁、移動版與主版本内容一致，却没有做任何指向声明。
- 系列文章切分：把一篇長文拆成多頁，每頁只有一小段，單獨看都偏薄。
代表頁面是怎么被挑出来的
面對一批近似頁面时，搜尋引擎通常會選一條作為代表保留，其余的归並或减少展示。它參考的线索大致包括：哪個地址被内鏈引用得更多、哪個版本内容更完整、canonical 指向哪里、哪個地址更早出現。這個過程不完全受我們控制，能做的只是把线索交代清楚，而不是指望某一條必然入選。
處理顺序：先合並，再收敛，最後才排除
- 内容确實重复、且没有獨立價值的頁面，優先合並到主頁面，舊地址做 301 跳轉，让流量和權重集中到一個入口。
- 内容部分重叠但頁面本身有用的，比如聚合頁，给它补上獨有的部分——篩選說明、人工整理的導语、适用场景，让頁面不只是詳情頁的搬运。
- 需要保留但不想參與索引的，先用 canonical 指向代表頁；確認頁面没有任何訪問價值後，再考虑 noindex。注意 canonical 與 noindex 同时使用容易互相打架，一般不要两個都加。
- 處理完一批後隔几周再回看索引狀態，確認代表頁是否收敛，不要当天就下结论。
跨站重复：自己把同一篇發到多個平台
不少站点會把文章同步到公众号、知乎、行业论坛。這類重复未必是坏事，外部平台能带来曝光和連結。想减少被当成無来源轉载的情况，可以在轉载版本里保留原文出處、作者與首發時間，並保證自己站上的是完整版本。效果没有保證，但比多個平台各發一份、措辞完全一致要清楚一些。
几個容易走偏的做法
- 以為加了 canonical 就萬事大吉，正文本身的重叠一点没動。
- 把 noindex 当萬能药，连有獨立價值的聚合頁也一起排除。
- 認為只要出現重复内容就一定會被惩罚。多數情况下它影响的是哪一條被選中，而不是站点整体。
處理重复内容的核心不是删頁面，而是让每一批近似頁面里有一條明确的代表，其余頁面要么合並、要么补齐差异、要么明确登出索引。