先明确 canonical 解决的是什么问题
canonical 标签的作用，是告诉搜索引擎：在多个内容相同或高度相似的 URL 中，哪一个是你希望被当作主要版本的地址。它不是跳转，也不是屏蔽，而是一种“归一化”建议。搜索引擎会参考这个建议，但最终是否采纳，还要结合页面内容、链接关系、历史记录等因素判断。
在蜘蛛池场景里，入口页通常成批生成，内容模板相似，甚至同一套内容对应多个 URL。这时候 canonical 用不好，容易让蜘蛛把入口页认成重复页，减少抓取；用得太激进，又可能让入口页本身失去被发现的价值。
入口页的三种常见做法
1. canonical 指向自己
如果入口页是你希望蜘蛛抓取并保留的页面，且它和站内其他页面没有明显重复，指向自己是最稳妥的做法。写法就是当前 URL。它的意思是：这个地址就是规范版本，请不要把它合并到别处。
适合：入口页内容有独立用途、URL 参数干净、页面之间主题差异明确。
2. canonical 指向目标页
有些运营者会把入口页 canonical 指向最终要推广的目标页，希望把权重和抓取集中过去。这个做法要谨慎。入口页和目标页如果内容差异较大，搜索引擎可能忽略这个 canonical；如果内容确实一致，目标页会受益，但入口页本身可能逐渐不再作为独立结果出现。
适合：入口页只是目标页的镜像或纯跳转壳，且你不需要入口页被单独收录。
3. 不加 canonical
不加标签时，搜索引擎会自行判断。对于模板重复度高、URL 参数多的入口页，这往往会让蜘蛛花更多时间做去重，抓取效率不稳定。除非入口页数量很少、结构清晰，否则不建议完全依赖搜索引擎自动处理。
容易踩坑的地方
- 多个入口页互指 canonical：A 指 B，B 指 C，C 又指 A，形成环。蜘蛛无法确定规范版本，可能全部按重复处理。
- canonical 和跳转同时用：页面既有 301 或 JS 跳转，又写 canonical 指向另一个地址。信号冲突时，蜘蛛可能只跟跳转，忽略 canonical，或者反过来，导致入口页抓取异常。
- canonical 指向不存在的 URL：写错域名、漏掉斜杠、参数不一致，都会让建议失效。蜘蛛不会“猜”你想指哪里。
- 分页、筛选参数页乱用：列表页第 2 页 canonical 指向第 1 页，可能让后续页面的内容永远不被抓取。入口页如果带分页，要单独判断。
- 移动端和 PC 端混用：同一套入口页如果分桌面和移动 URL，canonical 要对应正确版本，否则容易互相抵消。
更实用的设置思路
可以把入口页分成两类来看：一类是“发现型”入口页，主要任务是让蜘蛛顺着链接走到目标页；另一类是“承接型”入口页，本身要参与结果展示。发现型入口页如果内容重复度高，可以考虑 canonical 指向同组中最规范的那个入口页，而不是直接指向目标页；承接型入口页则优先指向自己，并保证 URL、标题、正文一致。
如果你不确定该不该指向目标页，可以先问三个问题：入口页和目标页内容是否几乎一样？入口页本身有没有独立价值？你希望蜘蛛把抓取配额花在入口页还是目标页？答案清晰后，canonical 的方向基本就定了。
canonical 是建议，不是命令。它不能替代内容质量，也不能保证某个 URL 一定被收录或排名。它的价值在于减少重复判断带来的抓取浪费，让蜘蛛把时间用在更明确的地址上。
上线后怎么检查
- 抽查入口页 HTML 源码，确认 canonical 的完整 URL 可访问，协议、域名、路径、大小写一致。
- 用站点日志观察入口页被抓取的比例。如果 canonical 设置后入口页抓取量明显下降，检查是否把不该合并的页面合并了。
- 检查是否存在 canonical 环或多重指向。可以用抓取工具批量提取，也可以写脚本比对。
- 对比入口页和目标页的标题、描述和正文。差异越大，canonical 被忽略的概率越高。
- 每次批量调整 canonical 后，留一段时间观察，不要频繁来回改。蜘蛛需要时间重新判断规范版本。
canonical 只是入口页管理中的一个环节。它和跳转、robots、sitemap、内链一起，构成了蜘蛛理解站点结构的信号。把每个信号都写清楚、保持一致，比单独追求某个“技巧”更有效。