站点运营久了，域名和訪問入口往往會變多。比如早期用 www，後来換成不带 www；或者買了更短的备用域名；又或者上线過測試域名、CDN 域名、舊版域名。如果這些地址都能打開完整頁面，對用戶可能只是“多一個入口”，但對搜尋蜘蛛来说，就是同一套内容出現在多個 URL 上。抓取预算被分散，權重也可能被摊薄。
先把所有可訪問地址列出来
自查第一步不是改配置，而是把已知入口寫清楚。可以從這些地方找：
- 域名註冊商和 DNS 解析记錄里的 A 记錄、CNAME 记錄；
- 服務器 Nginx/Apache 配置中的 server_name；
- CDN 或對象存储绑定的加速域名；
- 站長平台和統計工具里出現過的来源域名；
- 歷史頁面、舊邮件、舊宣传物料里用過的地址。
列完之後，逐個用浏览器無痕模式訪問，看返回的是不是同一套内容。如果某個地址能正常打開，但你没打算把它当主入口，就需要處理。
确定唯一主域名，其余做 301
主域名最好只保留一個。常见做法是選带 www 或不带 www 的其中一個，然後把另一個做 301 永久跳轉。舊域名、备用域名、測試域名也同理：如果不再使用，可以解析到主域名並 301；如果只是内部測試，應该加訪問限制，不要让蜘蛛抓到。
注意跳轉鏈不要太長。比如舊域名跳到备用域名，再跳到 www，最後又跳到带路径的地址，這種多跳會浪費抓取资源。理想情况是一步到位：舊地址 301 到主域名對應的最终 URL。
canonical 與站点地图要指向主域名
頁面里的 canonical 标簽是告诉蜘蛛“哪個地址是正版”的重要信号。如果 canonical 寫的是备用域名，或者一會儿 www 一會儿非 www，蜘蛛會收到矛盾信息。建议全站模板统一輸出主域名，並确保 canonical 中的地址和目前頁面最终可訪問地址一致。
XML 站点地图也一样。站点地图里列出的 URL 應该是主域名下的最终地址，不要混入重定向地址、參數地址或測試域名。提交前可以抽查几條，看看打開後是否直接返回 200，而不是先跳轉。
内鏈和资源地址別混用域名
站内連結、图片、CSS、JS 的地址如果混用多個域名，也會让蜘蛛發現更多入口。比如文章内鏈有时寫 www，有时寫裸域，有时又引用 CDN 域名下的頁面地址。建议在模板和編輯器里统一使用相對路径或主域名绝對路径。
對于 CDN 上的静態资源，通常不需要被当作頁面抓取。可以在 CDN 域名下配置 robots.txt 或响應头，避免蜘蛛把资源域名当成内容站来爬。
镜像站與測試站要做隔离
有些团队會用镜像站做负载或容灾，或者用測試站预览新版本。這些站如果對公網開放，且没有訪問限制，很容易被蜘蛛發現。處理方式包括：
- 測試站加基础認證或 IP 白名單；
- 镜像站只對内部或特定回源開放；
- 如果必须公開，至少用 robots.txt 禁止抓取，並加 noindex；
- 不要在主站的站点地图或内鏈里指向測試域名。
一份可执行的自查清單
- 列出所有能返回完整頁面的域名和子域名。
- 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。
- 抽查内鏈、图片、JS、CSS 是否混用域名。
- 检查舊域名、备用域名是否還有可訪問頁面。
- 確認測試站、镜像站没有對公網開放抓取。
- 在服務器日誌里观察是否還有蜘蛛訪問非主域名。
多域名問题不會立刻带来嚴重後果，但它會慢慢让 URL 入口變得混乱。每次改版、換域名、上 CDN 之後，顺手做一遍入口自查，比等到日誌里出現大量重复抓取再回头處理要省事。