先说结论：canonical 主要影响的是“這一頁要不要被编入索引”，而不是“這一頁里的連結要不要被跟踪”。在多數情况下，入口頁就算寫了 canonical 指向別的頁面，搜尋蜘蛛抓到 HTML 之後依然會解析其中的 a href，把目标 URL 放進待抓取队列。所以從“發現”這個环节看，canonical 通常不是一道直接切断的闸门。
但“不影响發現”不等于“没有影响”。canonical 會改變入口頁自身的索引狀態，而索引狀態又會間接影响這個 URL 被回訪的频次，最终可能影响目标連結被反复抓到的机會。
canonical 指向別處时，實际發生了什么
把入口頁的抓取過程拆開看，大致是這几步：
- 搜尋蜘蛛請求入口頁，拿到 HTML（前提是可訪問、没有被 robots.txt 屏蔽、没有返回 4xx/5xx）；
- 解析頁面里的連結，包括你放的目标連結，這一步一般不受 canonical 影响；
- 讀取 canonical，把入口頁的索引信号合並到它指定的那個頁面；
- 入口頁本身可能因此不進入索引列表。
所以真正被改變的是第二步之後的事情——入口頁的身份。如果它長期不被索引、被当成重复内容，搜尋引擎自然没有太多理由频繁回訪它，日誌里會表現為訪問間隔拉長、單次抓取條數减少。
哪些配置會让影响變明顯
以下几種情况，canonical 的副作用會更突出：
- 大量入口頁统一 canonical 到一個聚合頁，頁面之間内容高度雷同；
- canonical 指向的頁面本身被屏蔽、404 或長期 5xx，等于把信号合並到一個無效地址；
- 入口頁内容几乎是空的，只有一堆連結，缺少可讀文本；
- 站点整体抓取预算紧張，入口頁又是低優先級 URL，回訪频次會被進一步压缩。
canonical 處理的是“這一頁要不要被索引”，不是“這一頁里的連結要不要被跟踪”。把這两件事混在一起判断，很容易做出错誤配置。
怎么配置更稳妥
- 入口頁 canonical 指向自身：這是最省心的做法，頁面愿意被索引就自指，不愿意被索引就另想办法；
- 不要把 canonical 指向目标 URL：那等于告诉搜尋引擎“入口頁是目标頁的副本”，两邊的信号都會被搅乱，目标頁本身也未必受益；
- 分頁或多參數版本：可以用 canonical 把參數版本归一到主版本，但要確認主版本可抓取、返回 200；
- 如果只是不想让入口頁出現在搜尋结果里：noindex 與 canonical 的作用层面不同，noindex 頁面仍可能被抓取和跟踪連結，但長期 noindex 也可能让回訪频次下降，需要结合日誌观察。
用日誌驗證影响
改動前後各观察一段時間，重点看三件事：
- 入口頁路径的被抓取次數和訪問間隔有没有明顯變化；
- 目标 URL 是否仍出現在日誌里，返回的狀態碼是否正常；
- 抓取總量是否轉移到了其他頁面，還是整体缩水。
如果發現目标連結的發現量在改動後下降，優先排查的是入口頁是否可以正常訪問、返回碼是否稳定，而不是急着加更多入口頁。
几個常见誤区
- 以為 canonical 會阻止連結被發現——只要頁面能抓到，連結一般照常被解析；
- 以為 canonical 到目标 URL 能“集中權重”——更容易把入口頁判成重复頁，得不偿失；
- 以為 canonical 和 noindex 可以随便互換——两者處理的是不同层面的問题。
總结一下：canonical 一般不會直接切断目标連結的發現，但會改變入口頁自身的索引狀態和長期抓取频次，從而間接影响目标 URL 被抓到的机會。稳妥的做法是让入口頁 canonical 自指，把“入口頁要不要被收錄”和“目标連結要不要被發現”当成两個獨立的問题分別處理，再用日誌去驗證實际效果。