做多語言站点最容易出現两種情况：一種是各語言版本各寫各的，蜘蛛在两個版本之間来回跳；另一種是干脆没做标记，蜘蛛把英文頁当成中文頁的重复内容。hreflang 解决的是“同一内容、不同語言或地区”之間的對應關系，但它不是寫上就灵的配置，需要像检查内鏈一样定期自查。
先確認語言版本是怎么组织的
常见有三種：子目錄（example.com/en/）、子域名（en.example.com）、獨立域名（example.com 與 example.co.uk）。三種都能用，重点是保持统一，不要一半用子目錄一半用子域名，否則日誌、證书、驗證文件的归属都會變得混乱。
從抓取路径和權重集中角度看，子目錄通常最容易管理：同一域名下的 hreflang、Sitemap、canonical 都在一套体系里，蜘蛛顺着一條路径就能走完所有版本。子域名和獨立域名則需要額外確認站点驗證、證书覆盖和抓取統計是否分別到位。
hreflang 的三條基本規則
- 必须双向返回：A 頁指向 B 頁，B 頁也要指回 A 頁。單向指向经常會被忽略，等于白寫。
- 語言與地区分開寫：zh-Hans、zh-Hant、en、en-US 是不同含义，別把語言碼当地区碼用，也別用國家碼代替語言碼。
- 加一個 x-default：用于没有匹配語言时的兜底頁，通常是語言選擇頁或預設語言首頁。
自查时不要只看“有没有寫”，要確認每條指向的 URL 都能正常打開、狀態碼是 200，並且指向的确實是同一篇内容的對應版本。指向 301、404 或另一篇文章的标簽，會直接干扰判断。
一份可以照着做的自查清單
- 列出所有語言版本，标注 URL 形式、預設語言和兜底頁。
- 抽查 10～20 篇文章，逐個確認相互指向是否完整，以及是否包含指向自身的标簽。
- 检查是否有指向已下线、已改版頁面的舊标簽，及时更新或刪除。
- 確認 canonical 指向本語言版本自身，而不是统一指向預設語言頁。
- 對照 Sitemap，確認地图包含各語言版本，且 alternates 與頁面上的标记一致。
和 canonical、Sitemap 的關系
hreflang 不是 canonical 的替代品。canonical 回答“哪個是這一語言版本的正本”，hreflang 回答“哪些頁面是它的其他語言版本”。如果一個英文頁的 canonical 指到中文頁，等于告诉蜘蛛忽略英文頁，hreflang 寫得再全也难起作用。反過来，如果每個語言版本都獨立自指，再把 hreflang 补全，结构就清楚得多。
抓取路径上的常见坑
- 語言切換靠 JS 下拉框，切換後 URL 不變，蜘蛛只能看到預設語言。
- hreflang 只寫在首頁，内頁完全没有标记，對應關系断在半路。
- 同一語言存在多個 URL（带參數、大小寫不同），标簽指向混乱。
- 地区判断靠 Cookie 或 IP，導致同一個 URL 返回不同語言的内容。
建议每季度做一次抽查，新增語言或改版之後再加一次。多語言站点的 URL 發現本来就比單語言复杂，把對應關系理顺，蜘蛛才能把每個版本当成獨立且明确的頁面来抓，而不是在一堆近似的 URL 之間反复打轉。