一个页面本来只有一个地址，但在实际站点里，同样的内容经常能用好几个 URL 打开：大写和小写各一份、末尾加不加斜杠各一份、带 www 和不带 www 又能各打开一次。单看每一条链接都没问题，合起来却会让搜索蜘蛛把抓取量分摊到多个地址上，收录进度和后续信号也容易被拆散。
这些多出来的地址通常从哪来
多数情况不是有人刻意造出来的，而是几个小习惯叠加的结果：
- 大小写不统一：服务器对路径大小写不敏感时，/About 和 /about 都能打开，但会被当作两个地址。
- 末尾斜杠：目录页和文件页的写法混用，/news 与 /news/ 同时可访问。
- 协议与域名前缀：http 与 https、带 www 与不带 www 都能到达同一内容，且没有跳转或跳转方向不一致。
- 默认首页文件：根目录 / 与 /index.html、/index.php 同时存在。
- 参数的写法差异：?id=1&page=2 与 ?page=2&id=1 被当成不同地址。
为什么这会拖慢收录
抓取次数是有限的。同一份内容有好几个入口时，搜索蜘蛛往往要先分别抓一遍才逐步判断它们是不是同一页，这个过程中真正需要更新的页面分到的抓取就变少了。同时，外链和分享如果落在不同变体上，指向就被拆开，站内链接也会在做同一件事时重复消耗入口。
更容易出问题的是规范声明不一致：不同变体各自写了 canonical，指向的目标却互不相同，判断反而更混乱。所以在处理收录之前，先把地址口径收拢，往往比急着改页面内容更有效。
先排查：不一致藏在哪几处
- 站内链接抽样：首页导航、面包屑、列表页、正文内链，看同一个页面是否被写成不同形式。
- sitemap：文件里出现的地址是否统一用了同一种写法。
- 服务器日志：同一路径的大小写、带斜杠与不带斜杠，是否都有抓取记录。
- 站外入口：从搜索、社交、合作站点点进来的落地地址是哪个版本。
确定规范形式后的处理顺序
- 先选定一个规范形式，例如统一小写、统一带末尾斜杠、统一带 www，并写成一句话的规则，方便其他人照做。
- 其他变体用 301 跳到规范地址，尽量一步到位，避免多级跳转。
- canonical 的目标与 301 的落点保持一致，不要出现一个变体 301 到 A、canonical 又写 B 的情况。
- 把站内链接、sitemap 以及能改的外链都换成规范地址，减少新变体继续产生。
- 观察一段时间，看日志里非规范地址的抓取是否逐步减少。
几个容易做反的地方
- 同时对同一页面既做 301 又加 noindex。指令叠加时，规范地址本身也可能被一并挡在索引外。
- 只写 canonical、不做跳转，却让所有变体都能直接打开。这比跳转弱一些，也更容易反复。
- CDN 或反向代理缓存了旧的跳转规则，改完规则后测试结果和预期不一致。
- 只处理了首页，栏目页和详情页的变体照旧存在，问题换个地方又冒出来。
URL 收拢不是做一次就结束的事。新页面上线时就按同一口径写链接，比事后一批批去合并要省事得多。