多语言站点的收录问题，往往不是“没被索引”，而是多个语言版本在索引里混在一起：用户搜中文词，出来的却是英文页；某个语言版本长期不进索引；或者同一个页面同时存在 /en/ 和 ?lang=en 两种地址。这类问题很少是单一原因，通常是 URL 结构、语言标注和内容本身三件事没有对齐。
先分清：是语言不同，还是内容相同
处理之前要先分类。两个页面看起来不一样，但可能只是翻译，也可能是面向不同市场的独立内容。
- 内容相同、只是语言不同：这是同一份内容的多语言版本，各有独立 URL，属于正常的多语言结构。
- 内容相同、语言也相同：例如 ?lang=en 和 /en/ 指向同一批英文内容，这是重复，需要收敛到唯一地址。
- 内容不同、面向地区不同：比如港版和台版的价格、库存不同，即使语言相同也应各自保留。
判断标准是：删掉其中一个版本，是否会有人找不到他需要的信息。会，就不要合并。
每个语言版本要有一个稳定且自指的 URL
多语言站点最容易出问题的地方是同一份内容有多种写法。常见的有：
- 子目录：/en/、/zh/
- 子域名：en.example.com
- 参数：example.com/page?lang=en
- 自动跳转：根据浏览器语言跳到某个版本
前三种都能被正常抓取，关键是要固定一种，不要混用。尤其是参数版本和子目录版本同时存在时，索引里很容易两个都出现。
每个语言版本的页面，canonical 应该指向自己。有些站点为了“集中权重”，把所有语言版本的 canonical 都指向默认语言版本，结果非默认语言页面被判定为重复，长期不进索引。多语言页面之间是翻译关系，不是重复关系，不需要用 canonical 互相合并。
hreflang 是提示，不是收录开关
hreflang 的作用是告诉搜索引擎“这些页面是同一内容的不同语言或地区版本”，它不保证收录，也不代替链接。使用时注意几点：
- 要双向：A 指向 B，B 也要指向 A，单边标注通常会被忽略。
- 要有 x-default：给没有匹配语言的用户一个落点，一般指向默认语言版本或语言选择页。
- 地址要可访问：hreflang 指向的 URL 如果返回 404 或被 robots.txt 屏蔽，标注无效。
- 不要指向跳转前的地址：如果某语言页会 302 跳到别处，hreflang 应指向最终地址。
hreflang 写错通常不会导致页面被惩罚，但会让多个语言版本在搜索结果的呈现变得不稳定。把它当成辅助信号，而不是解决收录问题的手段。
语言切换别用挡住蜘蛛的方式
用 IP 或浏览器语言自动跳转，是很多多语言站点收录混乱的源头。蜘蛛通常从单一地区发起抓取，如果它每次访问首页都被跳到英文版，其他语言版本就可能长期缺少抓取入口。
更稳妥的做法是：默认地址不要强制跳转，把语言选择做成页面上的链接；只在用户明确点击后再跳。如果必须自动跳转，至少保证每个语言版本都有自己的可访问 URL，并且能从 Sitemap 和其他页面链接过去。
按这个顺序整理
- 列出所有语言和地区版本，标出哪些是翻译关系、哪些是独立内容。
- 同一份内容只保留一个 URL 形式，其余用 301 指向规范地址。
- 核对每个页面的 canonical 是否自指，去掉指向其他语言版本的写法。
- 检查 hreflang 是否双向、是否有 x-default、地址是否可访问。
- 确认语言切换不会拦截蜘蛛，Sitemap 中包含所有语言版本。
- 整理后观察一段时间，看索引里各语言版本的分布是否与预期一致。
什么时候该收敛掉一个语言版本
如果某个语言版本的内容质量明显偏低，比如机器翻译且无人校对、信息量不足，它未必值得单独占一个索引位置。这时可以考虑：
- 合并：把低质量版本 301 到质量更好的同语言版本，或合并到默认语言版本。
- 暂时下线：如果还没准备好，用 noindex 或返回 404，比让它以残缺状态留在索引里更好。
- 保持现状：如果该版本有真实用户、有本地化内容，即使流量小也应保留。
多语言收录的核心不是“让每个版本都被收录”，而是让每个版本出现在它该出现的地方。地址唯一、标注正确、内容对得上，剩下的交给抓取节奏即可。