多語言、多地区站点在收錄上最容易出的問题，不是“收錄太少”，而是“收错版本”：英文頁挤掉了中文頁，香港版和台湾版互相替代，或者反過来，同一語言的多套 URL 各收一份，把索引撑得乱七八糟。要理清這件事，先把两個概念分開：hreflang 解决的是“给哪個地区的用戶看哪個版本”，canonical 解决的是“哪個 URL 是這套内容的正式版本”。
hreflang 不是合並指令
很多人以為加了 hreflang，搜尋引擎就會把几個語言版本合成一條结果。實际上它發挥作用的前提是几個版本都已经被收錄，用来告诉搜尋引擎“這几個 URL 是同一内容的不同語言或地区版本，請把合适的那個展示给對應用戶”。也就是说，hreflang 既不负责收錄，也不负责去重。如果英文頁本身没進索引，hreflang 标得再全也没有意义。
哪些情况算重复内容，哪些不算
- 同一篇文章的中文版與英文版：不算重复，是两個獨立内容，各自應该有自己的收錄。
- 简体與繁体，正文措辞基本一致：属于高相似度，需要先想清楚是分開运营還是只保留一套。
- 同一語言、同一措辞，只換了货幣或联系方式：大概率會被当成重复，這时候才轮到 canonical 出手。
- 机器翻译後未做人工調整的多個語言版本：容易被判為低质，即使收錄了也很难带来流量。
URL 结构决定後續维護成本
語言和地区建议放在路径最前面，例如 /zh-cn/、/zh-tw/、/en/，层次清晰，便于規則统一。/zh-cn/ 與 /cn/ 混用、地区碼大小寫不一致，都會让後續的 hreflang 配置和日誌排查變得很累。用子域名或獨立域名也可以，但意味着要分別维護抓取與收錄，成本更高。
canonical 與 hreflang 的分工
canonical 只在同一語言内部使用。中文頁的 canonical 指向中文版，英文頁指向英文版，不要出現“英文頁 canonical 指向中文頁”這種跨語言指定，那等于告诉搜尋引擎只保留中文版。hreflang 則要求返回連結：A 頁面标注 B，B 頁面也必须标注 A，同时每個頁面都要自引用一條。缺少返回連結的 hreflang 集群，通常會被整体忽略。
另外建议加一條 x-default，指向没有語言匹配时的兜底版本，一般用英文頁或語言選擇頁。
上线後的自查顺序
- 先看各語言版本是否都已收錄，只有一條收錄的集群等于没生效。
- 检查 hreflang 是否成對、是否自引用，代碼里的地区碼是否與實际 URL 一致。
- 检查 canonical 有没有跨語言指错。
- 用站点地图按語言分開提交，便于分辨每個版本的抓取情况。
- 观察搜尋结果的落地頁：如果搜中文词長期落到英文頁，多半是版本信号混乱。
常见串位現象怎么處理
如果某語言版本長期被另一版本替代，先按上面的顺序確認各類信号是否一致；如果多個版本内容确實高度重复，就明确保留一個主版本，其余用 canonical 收敛，不要既保留全部版本又指望搜尋引擎自己挑。结构調整之後，索引里的版本更新需要時間，短期内仍看到舊版本並不代表改動没有生效，可以结合抓取日誌观察後續變化。
版本切換和 canonical 調整属于结构性改動，建议分批做，一次只動一類信号，這样更容易從日誌和搜尋表現里判断哪一步起了作用。