在浏览器地址栏里把 /About 改成 /about，很多網站會得到完全相同的頁面；但在服務器和搜尋引擎看来，這两個地址可能並不是同一個 URL。路径部分的大小寫處理方式因服務器、框架和部署环境而异，一旦没有统一，同一個頁面就可能以多個網址存在，给抓取和收錄带来不必要的麻烦。
為什么大小寫會變成两個 URL
URL 中的主机名部分（域名）不区分大小寫，Example.com 與 example.com 通常等價。但路径、文件名和查询字符串的處理要复杂得多。HTTP 規范把路径视為区分大小寫的字符串，是否真正区分取决于服務器配置和程序路由。Linux 服務器上的静態文件通常区分大小寫，About.html 和 about.html 是两個文件；某些框架的路由預設也不做大小寫归並。因此，同一份内容可能通過不同大小寫组合被訪問到。
哪些来源容易产生大小寫變体
- 用戶或編輯手動輸入連結时，习惯把單词首字母大寫。
- 外部站点轉载时，按自己的标题格式改寫 URL。
- 内容管理系統或模板自動生成連結，規則不统一。
- 從文档、表格、邮件中複製連結，大小寫被保留或轉換。
- 程序拼接 URL 时，變量值未做统一處理。
- 查询參數中的值大小寫不同，例如排序參數和篩選參數。
對收錄和站点資料的影响
当同一頁面出現多個大小寫變体，最直接的問题是外鏈和内部連結指向分散。搜尋引擎可能分別抓取這些地址，也可能選擇一個作為規范版本，剩下的進入重复内容處理流程。對站点运营来说，日誌里的抓取次數會被拆到不同 URL 上，分析頁面表現时也不容易把資料合並。若變体頁面返回 200 且内容一致，重复内容問题更明顯；若其中一個變体返回 404，用戶和爬虫則可能看到失效頁面。
需要注意，這種影响是“可能發生”而不是必然發生。搜尋引擎會做一定程度的归一化判断，但把規范化工作留在自己這邊，比依赖外部判断更可控。
统一大小寫形式的做法
- 确定規范形式。大多數场景下，路径全部使用小寫字母最省事，也最不容易在跨平台迁移时出問题。先确定規則，再统一执行。
- 用 301 重定向收拢變体。服務器或應用层把非規范形式永久重定向到規范 URL。静態站点可在 Web 服務器配置中處理，動態站点可在路由层或中間件中處理。
- 保持内部連結一致。導航、面包屑、正文連結、分頁和站点地图中的 URL 都使用規范形式，避免自己制造變体。
- 检查 canonical 與 sitemap。canonical 标簽和 XML sitemap 中的地址應與規范形式一致，不要一個頁面寫一種寫法。
- 检查部署环境。CDN、對象存储、反向代理和框架路由各有自己的大小寫規則，改完要實际訪問驗證，而不是只看代碼。
- 用日誌和抓取工具抽查。看服務器日誌中是否還有大量大小寫變体被請求，必要时补充重定向規則。
几個容易踩的坑
第一，只寫 canonical 不做重定向。canonical 是提示，不是强制指令；用戶和其他爬虫仍可能訪問變体地址。第二，把有意义的大小寫也重定向掉。如果路径本身区分大小寫，例如某些接口或文件资源，强行归並可能破坏功能。第三，忽略查询參數。參數值大小寫是否有意义，取决于程序逻辑；不要想当然地全部轉成小寫。第四，只處理首頁和栏目頁。文章頁、标簽頁、搜尋頁同样可能出現變体，排查范围要覆盖全站。
URL 大小寫本身不是收錄開關，但它會影响同一個頁面以几個地址存在。把規范形式定下来，再用重定向、内部連結和 canonical 保持一致，比事後從收錄报告里逐個清理更省力。