有些站点的收录问题，不是蜘蛛不来，也不是页面质量差，而是同一件事在站内被写了好几遍。用户搜一个词，结果里可能同时出现两三个本站在讲同一话题的 URL；搜索引擎只能挑一个展示，其余的即使被收录，也很难拿到稳定曝光。这篇讲的就是这类重复内容该怎么处理。
先分清三种「重复」
- 完全重复：正文几乎一字不差，只是 URL 不同，常见于复制页面、带参数的商品页、测试残留页面。
- 主体重复：正文大段相同，外围的标题、参数、落地信息不同，常见于产品变体页、地区页、筛选页。
- 主题竞争：文字完全不同，但回答的是同一个搜索意图，常见于多篇选题撞车的文章。
这三种的处理方式不一样。前两种多半要靠合并，第三种往往只能靠调整定位或再合并，硬留着只会互相分流。
重复内容本身不是惩罚，问题是「选谁」
搜索引擎面对若干相似页面时，会在内部挑一个作为展示版本，其余的降级处理。被降级的页面不一定从索引里消失，但基本拿不到展示机会。所以治理的目标不是消灭重复，而是让你最想被选中的那个页面更容易被选中。如果站内没有明确的主版本，搜索引擎只能自己猜，猜错的时候你甚至不知道发生了什么。
自查：三步看出问题
- 用核心词在搜索引擎里搜，看结果里出现的是哪几个本站 URL，是不是你期望的那个。
- 用 site: 语法逐个查可疑页面，确认它们是否都还在索引里，还是已经被折叠。
- 翻日志或覆盖率报告，看哪些相似页面在被频繁抓取，却长期没有点击和展示。
第三步最关键。被抓取但不被展示的页面，通常就是重复内容最集中的地方。
治理顺序：先合并，再差异化，最后收口
能合并的：301 到一个主版本
如果两个页面回答的是同一个问题，其中一个是另一个的补充，那就把弱的一方 301 到强的一方。选主版本的依据可以看：内容更完整、外链更多、历史收录更稳定、URL 更清晰。合并后，把原页面里有价值的内容片段补进主版本，别直接丢掉。
不能合并的：写出各自不可替代的部分
地区页、规格页这类确实需要独立存在的页面，要保证每页都有独有信息——当地的门店信息、对应的规格参数、专属的办理流程。如果去掉模板部分后剩下的内容几乎一样，那它本质上还是重复页，只是换了壳。
确定不要的：noindex 或 301，并从站点地图移除
低价值聚合页、已经过期的活动页、纯粹为凑数量生成的页面，该收口就收口。注意要同步更新站点地图和站内链接，否则会出现「索引里没了、站内还在推」的矛盾状态。
内部链接要跟着一起改
主版本确定之后，导航、面包屑、正文推荐位、相关阅读都应该指向它，锚文本尽量统一。如果站内链接还在分散地指向多个相似页面，搜索引擎拿到的信号依旧是混乱的，合并的效果会打折。
几个容易做错的地方
- 只加 canonical 标签就不管了。canonical 是建议，不是命令，链接和内容信号不一致时它可能被忽略。
- 把模板重复当正文重复。导航、页脚、侧栏在全站重复是正常的，判断重复要看主体内容。
- 一次性大批量删除。先看流量和收录状态，分批处理，每批观察一段时间再决定下一步。
重复内容治理的目标不是把页面数量降下来，而是让每一个留在索引里的 URL 都有明确且不重复的用途。
处理完成后，别急着看隔天的结果。搜索引擎需要重新抓取、重新评估，通常要观察几周，确认主版本是否稳定出现在结果里、被降级的页面是否已经退出展示，再决定要不要继续收口。