多語言站点的收錄問题，往往不是“没被索引”，而是多個語言版本在索引里混在一起：用戶搜中文词，出来的却是英文頁；某個語言版本長期不進索引；或者同一個頁面同时存在 /en/ 和 ?lang=en 两種地址。這類問题很少是單一原因，通常是 URL 结构、語言标注和内容本身三件事没有對齐。
先分清：是語言不同，還是内容相同
處理之前要先分類。两個頁面看起来不一样，但可能只是翻译，也可能是面向不同市场的獨立内容。
- 内容相同、只是語言不同：這是同一份内容的多語言版本，各有獨立 URL，属于正常的多語言结构。
- 内容相同、語言也相同：例如 ?lang=en 和 /en/ 指向同一批英文内容，這是重复，需要收敛到唯一地址。
- 内容不同、面向地区不同：比如港版和台版的價格、库存不同，即使語言相同也應各自保留。
判断标准是：删掉其中一個版本，是否會有人找不到他需要的信息。會，就不要合並。
每個語言版本要有一個稳定且自指的 URL
多語言站点最容易出問题的地方是同一份内容有多種寫法。常见的有：
- 子目錄：/en/、/zh/
- 子域名：en.example.com
- 參數：example.com/page?lang=en
- 自動跳轉：根據浏览器語言跳到某個版本
前三種都能被正常抓取，關键是要固定一種，不要混用。尤其是參數版本和子目錄版本同时存在时，索引里很容易两個都出現。
每個語言版本的頁面，canonical 應该指向自己。有些站点為了“集中權重”，把所有語言版本的 canonical 都指向預設語言版本，结果非預設語言頁面被判定為重复，長期不進索引。多語言頁面之間是翻译關系，不是重复關系，不需要用 canonical 互相合並。
hreflang 是提示，不是收錄開關
hreflang 的作用是告诉搜尋引擎“這些頁面是同一内容的不同語言或地区版本”，它不保證收錄，也不代替連結。使用时注意几点：
- 要双向：A 指向 B，B 也要指向 A，單邊标注通常會被忽略。
- 要有 x-default：给没有匹配語言的用戶一個落点，一般指向預設語言版本或語言選擇頁。
- 地址要可訪問：hreflang 指向的 URL 如果返回 404 或被 robots.txt 屏蔽，标注無效。
- 不要指向跳轉前的地址：如果某語言頁會 302 跳到別處，hreflang 應指向最终地址。
hreflang 寫错通常不會導致頁面被惩罚，但會让多個語言版本在搜尋结果的呈現變得不稳定。把它当成辅助信号，而不是解决收錄問题的手段。
語言切換別用挡住蜘蛛的方式
用 IP 或浏览器語言自動跳轉，是很多多語言站点收錄混乱的源头。蜘蛛通常從單一地区發起抓取，如果它每次訪問首頁都被跳到英文版，其他語言版本就可能長期缺少抓取入口。
更稳妥的做法是：預設地址不要强制跳轉，把語言選擇做成頁面上的連結；只在用戶明确点击後再跳。如果必须自動跳轉，至少保證每個語言版本都有自己的可訪問 URL，並且能從 Sitemap 和其他頁面連結過去。
按這個顺序整理
- 列出所有語言和地区版本，标出哪些是翻译關系、哪些是獨立内容。
- 同一份内容只保留一個 URL 形式，其余用 301 指向規范地址。
- 核對每個頁面的 canonical 是否自指，去掉指向其他語言版本的寫法。
- 检查 hreflang 是否双向、是否有 x-default、地址是否可訪問。
- 確認語言切換不會拦截蜘蛛，Sitemap 中包含所有語言版本。
- 整理後观察一段時間，看索引里各語言版本的分布是否與预期一致。
什么时候该收敛掉一個語言版本
如果某個語言版本的内容质量明顯偏低，比如机器翻译且無人校對、信息量不足，它未必值得單獨占一個索引位置。這时可以考虑：
- 合並：把低质量版本 301 到质量更好的同語言版本，或合並到預設語言版本。
- 暂时下线：如果還没准备好，用 noindex 或返回 404，比让它以残缺狀態留在索引里更好。
- 保持現状：如果该版本有真實用戶、有本地化内容，即使流量小也應保留。
多語言收錄的核心不是“让每個版本都被收錄”，而是让每個版本出現在它该出現的地方。地址唯一、标注正确、内容對得上，剩下的交给抓取节奏即可。