入口頁的内容、連結數量、更新频率常被反复讨论，但 head 区那几行指令往往没人認真看。canonical 和 noindex 寫错时，頁面照常可訪問、連結照常在，問题却會延迟几周才在日誌里顯現出来。

一、先分清：canonical 管的是收錄選擇，不是抓取

canonical 是给搜尋引擎的規范化建议，表達“這一组相似頁面里，我認為哪個是主版本”。它不阻止抓取，也不切断連結發現，只影响索引时選谁作為代表。入口頁常见两種寫法：自引用适合希望入口頁本身被当作獨立頁面收錄；指向目标 URL 則相当于说入口頁代表目标頁，入口頁自身往往會從索引中消失。

二、canonical 指向目标 URL 的几種後果

• 入口頁被合並後長期不出現在结果里，但它上面的連結依然可被發現，前提是頁面能被正常抓取。
• 多個入口頁都 canonical 到同一個目标 URL，只是减少了重复索引，通常不會因此获得額外權重。
• 若 canonical 指向的 URL 返回 404、被 noindex、或處在重定向鏈中，搜尋引擎會忽略這條建议，但這個判断過程需要時間。

換句话说，canonical 寫得再“聪明”，也替代不了目标頁面自身的内容质量與站内連結结构。

三、noindex 放在入口頁上，連結還會被跟吗

noindex 的作用是“不要把這一頁放進索引”，它不等于 nofollow。只要頁面可抓取、連結能被解析，搜尋蜘蛛仍可能顺着連結發現目标 URL。真正切断發現路径的是 robots.txt 的 Disallow、連結上的 nofollow，以及連結由 JavaScript 生成却未被渲染。

把入口頁整体 noindex 而保留連結，理论上可行，但被 noindex 的頁面在抓取预算分配上通常不受優待，狀態频繁切換也容易让搜尋引擎對该站点的指令一致性产生怀疑。

四、X-Robots-Tag 與 meta 冲突时以谁為准

当响應头里的 X-Robots-Tag 與 HTML 里的 meta robots 表達不一致时，搜尋引擎通常采用更嚴格的那一條。meta 寫 index,follow、响應头寫 noindex，最终多半按 noindex 處理。改完頁面内标簽後，別忘了检查服務器或 CDN 是否附加了額外头部。

五、上线前的检查顺序

1. 確認入口頁返回 200，且 head 中没有意外的 noindex。
2. 确定 canonical 策略是自引用還是指向目标 URL，並保持全站一致。
3. 检查响應头是否残留測試环境的 X-Robots-Tag 或缓存規則。
4. 查看渲染後的 HTML，確認目标連結是真實存在的 a 标簽。
5. 在日誌中观察入口頁與目标 URL 的抓取時間差，判断鏈路是否通畅。

六、几個容易踩的坑

• 分頁入口頁的第二、第三頁若可抓取，不要把所有 canonical 都指向第一頁。
• 同一頁面同时出現 rel=canonical 與 rel=alternate，语义容易冲突。
• 被大量外鏈指向的頁面若加了 noindex，連結價值基本被浪費。
• 站点改版或更換域名时，canonical 的批量替換最容易漏改。

canonical 與 noindex 都是表達意图的工具，不是提升抓取的手段。真正决定 URL 能否被稳定發現的，仍然是入口頁的可訪問性、連結结构的稳定，以及目标頁面本身是否值得被抓取。把這些基础做扎實，比反复調整标簽更有意义。