做收錄排查时，很多人一上来就問“為什么這個頁面没收錄”，但更常见的情况是：頁面其實早就被發現了，只是同一份内容被拆成了好几個地址，搜尋引擎把它們当成不同頁面分別處理，内鏈、外鏈和抓取次數都被分散掉。地址不收敛，後面再谈收錄节奏，往往事倍功半。
哪些情况會制造出重复地址
同一個頁面存在多個可訪問 URL，通常来自這几處：
- 协议與域名寫法：http 與 https、带 www 與不带 www 同时可訪問。
- 路径细节：末尾斜杠的有無、路径大小寫、多余的 index.html 或 index.php。
- 參數寫法：同一组篩選條件，參數顺序不同，或带上了 utm、来源标记等追踪參數。
- 站内自身产生的地址：排序、翻頁、會话 ID 带来的临时連結。
- 技術出口：打印版、AMP 版、移動版使用了獨立域名或獨立路径。
這些地址大多能正常打開，返回 200，站内也真的存在入口連結。對用戶来说没有差別，對抓取和索引来说却是好几份待處理的任務。
地址重复带来的實际影响
- 抓取次數被摊薄：同一份内容被反复抓取，留给新頁面的額度就少了。
- 收錄信号被拆分：内鏈、外鏈、点击分散到多個地址，單個地址更难被判定為值得收錄。
- 索引结果不稳定：搜尋引擎可能在不同時間選不同地址作為代表，搜尋结果里看到的 URL 會来回跳動。
- 資料統計失真：收錄量、流量看着不少，實际頁面數遠没有這么多。
收敛地址的四個動作
- 确定主地址：先决定每個頁面唯一對外使用的形式，包括域名寫法、是否带斜杠、參數規則。這個規則要寫下来，避免不同人做出不同结果。
- 用 301 把舊地址指向主地址：能重定向的優先重定向，它比 canonical 更明确。注意別做成鏈式跳轉，也別跳回原地址。
- 用 canonical 声明規范頁：無法重定向的情况，例如參數頁仍需保留可用性，可以用 canonical 标注。canonical 是建议而非强制，所以不要在頁面上同时给出互相矛盾的信号。
- 统一入口：内鏈、站点地图、分享連結、结构化資料里的 URL 都用主地址。如果内鏈還在指向舊地址，等于自己持續制造重复。
參數類地址怎么取舍
並不是所有带參數的 URL 都要收敛。判断标准是：這個參數是否真的改變頁面主体内容。
- 追踪參數不改變内容，應剔除。可以在服務器层面忽略這些參數，或统一重定向到無參地址。
- 排序參數通常只改變顺序，内容集合相同，建议保留一個預設排序供抓取，其余标注 canonical 指向預設頁。
- 篩選參數如果组合出的结果頁有獨立搜尋需求，且能稳定产出内容，可以保留一部分；如果只是把同一批内容換個顺序，就不必让它們各自進入索引。
動手前的自查清單
- 随机取十個已收錄 URL，看是否存在只差大小寫、斜杠或參數顺序的孪生地址。
- 检查站点地图里是否混入了非主地址。
- 检查站内連結是否還在使用舊寫法。
- 把 canonical 與重定向對照，確認两者指向的是同一個地址。
- 改完後過一段時間回看，確認索引里選用的代表地址是否趋于一致。
地址收敛不會立刻带来收錄量上涨，但它是把抓取和索引资源用在真正需要收錄的頁面上的前提。先把同一份内容合並成一個地址，再去看收錄資料的變化，判断才有意义。