一個頁面本来只有一個地址，但在實际站点里，同样的内容经常能用好几個 URL 打開：大寫和小寫各一份、末尾加不加斜杠各一份、带 www 和不带 www 又能各打開一次。單看每一條連結都没問题，合起来却會让搜尋蜘蛛把抓取量分摊到多個地址上，收錄進度和後續信号也容易被拆散。
這些多出来的地址通常從哪来
多數情况不是有人刻意造出来的，而是几個小习惯叠加的结果：
- 大小寫不统一：服務器對路径大小寫不敏感时，/About 和 /about 都能打開，但會被当作两個地址。
- 末尾斜杠：目錄頁和文件頁的寫法混用，/news 與 /news/ 同时可訪問。
- 协议與域名前缀：http 與 https、带 www 與不带 www 都能到達同一内容，且没有跳轉或跳轉方向不一致。
- 預設首頁文件：根目錄 / 與 /index.html、/index.php 同时存在。
- 參數的寫法差异：?id=1&page=2 與 ?page=2&id=1 被当成不同地址。
為什么這會拖慢收錄
抓取次數是有限的。同一份内容有好几個入口时，搜尋蜘蛛往往要先分別抓一遍才逐步判断它們是不是同一頁，這個過程中真正需要更新的頁面分到的抓取就變少了。同时，外鏈和分享如果落在不同變体上，指向就被拆開，站内連結也會在做同一件事时重复消耗入口。
更容易出問题的是規范声明不一致：不同變体各自寫了 canonical，指向的目标却互不相同，判断反而更混乱。所以在處理收錄之前，先把地址口径收拢，往往比急着改頁面内容更有效。
先排查：不一致藏在哪几處
- 站内連結抽样：首頁導航、面包屑、列表頁、正文内鏈，看同一個頁面是否被寫成不同形式。
- sitemap：文件里出現的地址是否统一用了同一種寫法。
- 服務器日誌：同一路径的大小寫、带斜杠與不带斜杠，是否都有抓取记錄。
- 站外入口：從搜尋、社交、合作站点点進来的落地地址是哪個版本。
确定規范形式後的處理顺序
- 先選定一個規范形式，例如统一小寫、统一带末尾斜杠、统一带 www，並寫成一句话的規則，方便其他人照做。
- 其他變体用 301 跳到規范地址，尽量一步到位，避免多級跳轉。
- canonical 的目标與 301 的落点保持一致，不要出現一個變体 301 到 A、canonical 又寫 B 的情况。
- 把站内連結、sitemap 以及能改的外鏈都換成規范地址，减少新變体繼續产生。
- 观察一段時間，看日誌里非規范地址的抓取是否逐步减少。
几個容易做反的地方
- 同时對同一頁面既做 301 又加 noindex。指令叠加时，規范地址本身也可能被一並挡在索引外。
- 只寫 canonical、不做跳轉，却让所有變体都能直接打開。這比跳轉弱一些，也更容易反复。
- CDN 或反向代理缓存了舊的跳轉規則，改完規則後測試结果和预期不一致。
- 只處理了首頁，栏目頁和詳情頁的變体照舊存在，問题換個地方又冒出来。
URL 收拢不是做一次就結束的事。新頁面上线时就按同一口径寫連結，比事後一批批去合並要省事得多。