站点运营久了，域名和访问入口往往会变多。比如早期用 www，后来换成不带 www；或者买了更短的备用域名；又或者上线过测试域名、CDN 域名、旧版域名。如果这些地址都能打开完整页面，对用户可能只是“多一个入口”，但对搜索蜘蛛来说，就是同一套内容出现在多个 URL 上。抓取预算被分散，权重也可能被摊薄。
先把所有可访问地址列出来
自查第一步不是改配置，而是把已知入口写清楚。可以从这些地方找：
- 域名注册商和 DNS 解析记录里的 A 记录、CNAME 记录；
- 服务器 Nginx/Apache 配置中的 server_name；
- CDN 或对象存储绑定的加速域名；
- 站长平台和统计工具里出现过的来源域名；
- 历史页面、旧邮件、旧宣传物料里用过的地址。
列完之后，逐个用浏览器无痕模式访问，看返回的是不是同一套内容。如果某个地址能正常打开，但你没打算把它当主入口，就需要处理。
确定唯一主域名，其余做 301
主域名最好只保留一个。常见做法是选带 www 或不带 www 的其中一个，然后把另一个做 301 永久跳转。旧域名、备用域名、测试域名也同理：如果不再使用，可以解析到主域名并 301；如果只是内部测试，应该加访问限制，不要让蜘蛛抓到。
注意跳转链不要太长。比如旧域名跳到备用域名，再跳到 www，最后又跳到带路径的地址，这种多跳会浪费抓取资源。理想情况是一步到位：旧地址 301 到主域名对应的最终 URL。
canonical 与站点地图要指向主域名
页面里的 canonical 标签是告诉蜘蛛“哪个地址是正版”的重要信号。如果 canonical 写的是备用域名，或者一会儿 www 一会儿非 www，蜘蛛会收到矛盾信息。建议全站模板统一输出主域名，并确保 canonical 中的地址和当前页面最终可访问地址一致。
XML 站点地图也一样。站点地图里列出的 URL 应该是主域名下的最终地址，不要混入重定向地址、参数地址或测试域名。提交前可以抽查几条，看看打开后是否直接返回 200，而不是先跳转。
内链和资源地址别混用域名
站内链接、图片、CSS、JS 的地址如果混用多个域名，也会让蜘蛛发现更多入口。比如文章内链有时写 www，有时写裸域，有时又引用 CDN 域名下的页面地址。建议在模板和编辑器里统一使用相对路径或主域名绝对路径。
对于 CDN 上的静态资源，通常不需要被当作页面抓取。可以在 CDN 域名下配置 robots.txt 或响应头，避免蜘蛛把资源域名当成内容站来爬。
镜像站与测试站要做隔离
有些团队会用镜像站做负载或容灾，或者用测试站预览新版本。这些站如果对公网开放，且没有访问限制，很容易被蜘蛛发现。处理方式包括：
- 测试站加基础认证或 IP 白名单；
- 镜像站只对内部或特定回源开放；
- 如果必须公开，至少用 robots.txt 禁止抓取，并加 noindex；
- 不要在主站的站点地图或内链里指向测试域名。
一份可执行的自查清单
- 列出所有能返回完整页面的域名和子域名。
- 确定唯一主域名，其余地址配置 301，尽量一步到位。
- 检查全站 canonical 是否统一指向主域名最终 URL。
- 检查 XML 站点地图是否只包含主域名地址。
- 抽查内链、图片、JS、CSS 是否混用域名。
- 检查旧域名、备用域名是否还有可访问页面。
- 确认测试站、镜像站没有对公网开放抓取。
- 在服务器日志里观察是否还有蜘蛛访问非主域名。
多域名问题不会立刻带来严重后果，但它会慢慢让 URL 入口变得混乱。每次改版、换域名、上 CDN 之后，顺手做一遍入口自查，比等到日志里出现大量重复抓取再回头处理要省事。