索引不会为每种语言各留一份
多语言站点常见的误解是：每个语言版本都是独立页面，所以都会被收录。实际情况是，索引空间是有限的，当同一份内容以多种语言或地区形式出现时，系统会尝试挑出一个主版本，其余的可能被归为备用版本。备用版本不算被惩罚，但它很难在非对应语言的查询里露脸。
所以多语言站的收录问题，往往不是“为什么没收录”，而是“为什么收的不是我想让用户看到的那一版”。
自动跳转是第一道坎
很多站点用服务器端做语言识别：根据 IP、浏览器语言或 Accept-Language 头，把用户 302 到对应的语言版本。这种做法对用户体验可能友好，但对抓取不友好。
抓取工具通常从默认地址或某个入口进来，如果它在第一步就被重定向走，那么原始语言的页面可能长期不被抓取，索引里只剩下被跳转到的那个版本。
如果必须做语言跳转，优先考虑在页面内用可见链接让用户切换，而不是在服务器层面强制重定向。
hreflang 是提示，不是收录开关
hreflang 用来告诉搜索引擎“这几个 URL 是同一内容的不同语言或地区版本”，帮助它在正确的语言查询里展示正确的版本。它本身不会让页面被收录，也不会阻止页面被收录。常见错误有：
- 只有单向引用，A 页面写了指向 B，B 页面却没有指回 A。互相引用才能形成有效的关系。
- 缺少自引用，页面没有把自己也写进 hreflang 列表。
- hreflang 指向的 URL 返回 404，或重定向到另一个地址，关系断掉。
- canonical 指向语言总页，同时 hreflang 又指向具体语言页，两个信号互相冲突。
规范标记应该指向自己
每个语言版本都是独立、完整的页面，canonical 应该指向自身，而不是统一指向某个主语言页面。把各语言版本都 canonical 到中文版，等于告诉搜索引擎“别收其他语言版本”，那么英文、日文页面的收录就会出问题。
只有在内容确实高度雷同、只是货币或单位差异、且你不指望它单独被检索时，才考虑收敛到一个规范地址。
机器翻译堆量会稀释整站质量
为了覆盖更多语言而批量套用翻译接口，得到的往往是语义生硬、术语不统一的页面。这类页面即使被抓取，也容易停在“已抓取，尚未编入索引”的状态——抓取成功了，但没有进入索引。
更麻烦的是，大量低质量的翻译页面会占用抓取预算，让真正重要的语言版本被挤到后面。
自查顺序
- 确认每个语言版本都有独立的、可直接访问的 URL，不依赖 JavaScript 才显示正文。
- 检查是否存在基于 IP 或浏览器语言的强制跳转，先把它改成可选的切换入口。
- 确认 hreflang 互相引用完整，包含自引用，且目标 URL 能正常返回 200。
- 检查每版的 canonical 是否指向自身。
- 查看索引覆盖率报告，区分“已收录”和“备用网页”两类状态，看哪些语言版本被归到了备用。
- 对内容雷同的语言版本，决定是保留、合并还是加厚内容，而不是放任不管。
关于“备用网页”这个状态
索引报告里出现“备用网页（有适当的规范标签）”并不一定是坏事。它说明系统识别出了这一页和另一页内容相近，并且选择了一个主版本。你需要判断的是：这个主版本是不是你希望被检索的那个。如果不是，回到 hreflang 和 canonical 的设置上找原因，而不是急着提交重抓。
调整完标记后，给系统留出重新评估的时间。索引选择是抓取、内容比对和质量评估共同作用的结果，改一个标签不会立刻改变结论。