頁面出現多個可訪問地址时，搜尋引擎需要在其中挑一個作為收錄和展示的代表，這個代表通常被称為規范頁面。站点可以通過 rel="canonical" 表達自己的偏好，但這只是一個提示，不是强制指令。理解這一点，才能明白為什么“明明寫了 canonical，最後被收錄的却是另一條 URL”。
為什么會有規范頁面的選擇
同一份内容被多個地址呈現，是站点里很常见的情况：
- 带參數：篩選、排序、追踪參數各生成一條地址
- 寫法差异：大小寫、结尾斜杠、預設文件名
- 入口差异：PC 與移動、http 與 https、www 與非 www
- 路径差异：同一件商品被归入多個分類目錄
搜尋引擎會把這些地址归為一组，選其中一個進入索引，其余的按副本處理。被選中的那一個，不一定是你指定的，而是综合判断後的结果。
canonical 经常被寫错的几種情形
1. 全站统一指向首頁
為了“集中權重”，把内頁的 canonical 都指向首頁。這會让搜尋引擎認為這些頁面没有獨立價值，结果是内頁更难進入索引，首頁也不會因此變得更强。
2. 指向一個不可索引的地址
canonical 指向的頁面如果带 noindex、返回 404、被 robots.txt 屏蔽，或者它本身又指向別處形成鏈式声明，這组信号就互相矛盾。這種情况下，搜尋引擎通常會忽略你的声明，自行判断。
3. 自指寫法不一致
頁面自身訪問地址是 …/A，canonical 寫的却是 …/a/，或者带上了參數、預設文件名。看起来是自指，實际指向了另一條地址，等于在告诉搜尋引擎“我不是主副本”。這類問题往往批量存在，靠人工逐頁检查很难發現。
4. 分頁與篩選頁處理混乱
把第 2 頁、第 3 頁的 canonical 全部指回第 1 頁，如果這些頁面确實只是同一條内容的延續，可以接受；但如果每個分頁承载的是不同内容的组合，一律回指就會丢掉這些頁面的價值。篩選參數頁同理，先想清楚是希望它被收錄，還是只希望它被抓取。
5. 只寫在脚本渲染之後
canonical 由前端脚本插入时，能否被识別取决于渲染是否被执行。更稳妥的做法，是让它在初始 HTML 中就能被看到。
與 noindex、重定向的關系
canonical 與 noindex 同时出現在一個頁面上，是两個方向相反的信号。通常的做法是：頁面需要保留但不想被收錄，用 noindex；頁面存在多個副本、需要指定代表，用 canonical。两者不建议叠在同一條 URL 上。
如果舊地址已经被收錄，用 301 跳轉到新地址往往比补一個 canonical 更直接，因為重定向本身就表達了“這里不再是主副本”。
canonical 只能减少歧义，不能创造内容價值。如果多個地址之間本来就难以判断主次，先解决站点结构問题，通常比反复調整标簽更有效。
自查與修正顺序
- 先统一 URL 寫法：大小寫、结尾斜杠、預設文件名、參數保留規則，做到同一内容只有一個規范寫法。
- 让内鏈、站点地图、對外分享的連結都使用這個寫法，减少新副本的产生。
- 再检查 canonical 是否自指、寫法是否一致，指向的地址能否正常訪問、是否允许索引。
- 观察声明與實际選擇是否收敛：在搜尋後台的 URL 检查里，可以同时看到“用戶声明的規范網址”和搜尋系統選擇的規范網址。
- 如果两者長期不一致，先比較两邊的頁面内容、内鏈數量和外鏈指向，而不是繼續改标簽。
什么时候可以暂时不寫
如果站点本身只有一套地址寫法，没有參數、也没有多入口，canonical 並不是必需項。等出現明确的多地址同内容問题时，再针對這些頁面补充，通常比全站批量輸出更不容易出错。
收錄归属最终由搜尋引擎决定，canonical 的作用是降低它判断出错的概率。把它当成一項一致性的维護工作，而不是解决收錄問题的開關，判断會清晰很多。