📍 WDQWDWQD987AAAAA:216.73.217.31
📱 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
🔗 /0be2f21d9b1a.html
📄

首选域怎样避免重复建设页面：从URL到内链的排查清单

避免重复建设页面的核心，是让同一份内容只对应一个规范URL，并让站内所有入口、外链和站点地图都指向这个URL。首选域解决的是“用哪个域名或主机名作为主入口”，但重复页面往往不只来自域名，还来自协议、www、路径、参数和分页。下面这份清单按检查项逐一处理，每项都说明查什么、怎么查、结果说明什么。

先确定首选域，再谈页面去重

首选域是你在多个可访问主机名之间选定的唯一主入口。常见候选包括 example.com 与 www.example.com，以及 http 与 https 两种协议。它不是单纯的技术偏好，而是会影响链接权重集中、Cookie 作用域和后续所有规范URL的书写。

• 查什么：四个组合是否都能打开同一份内容，即 http、https、带www、不带www。
• 怎么查：分别输入四个地址，观察是否返回相同页面，还是出现跳转或直接返回200。
• 结果说明什么：如果多个组合都返回200且内容相同，说明存在主机名层面的重复；应保留一个作为首选域，其余做整站跳转。

选定后要全站一致：页面里的绝对链接、站点地图、canonical 标签、结构化数据中的URL，都使用首选域。只改一处，等于没改。

检查同一内容是否存在多个路径

主机名统一之后，重复仍可能出现在路径层。典型情况是同一篇文章既可以通过栏目页到达，又存在带日期的归档路径，或带 ?id=123 参数与静态化路径并存。

1. 查什么：抽取10到20个有代表性的页面，看它们是否有两个以上可访问URL。
2. 怎么查：用站内搜索、标签页、归档页、旧版路径分别访问同一篇内容；再查看页面源代码中的 canonical 指向哪个URL。
3. 结果说明什么：若多个URL返回200且 canonical 各不相同，说明内容被拆成多份；应确定一个规范URL，其余做301跳转到它，或至少在页面中声明正确的 canonical。

这里要区分“可能原因”和“已定位原因”。多个URL可访问只是现象，它可能来自路径设计、参数生成或历史改版，不能只凭一个现象断定是某一种成因。逐个访问并记录返回状态，才能确认。

用内链和站点地图固定规范入口

即使 canonical 写对了，如果站内大量链接仍指向非首选域或旧路径，搜索引擎仍会反复抓取那些地址。内链是站内最直接的“投票”，站点地图则是你主动提交的URL清单。

• 查什么：导航、面包屑、正文推荐位、分页链接是否统一使用首选域和规范路径。
• 怎么查：随机打开若干栏目页，查看链接的 href 写法；再检查 sitemap 中列出的URL是否与 canonical 一致。
• 结果说明什么：若 sitemap 与 canonical 指向不同URL，说明你向搜索引擎传递了矛盾信号，应统一为同一个规范URL。

分页是容易忽略的一类。列表页的第2页、第3页属于不同URL，但它们不是重复内容；真正要避免的是同一页内容被参数、排序方式或会话ID复制出多份。对排序、筛选参数，可考虑用 canonical 指向无参数版本，或按实际需要决定是否允许抓取。判断依据是：该参数是否改变了页面的核心内容。只改变排列顺序、不改变内容集合的，通常可以归并。

改版与迁移时的防重复步骤

重复建设页面最集中的时点是改版、换域名或调整URL结构。此时旧URL和新URL会同时存在，处理顺序很重要。

1. 先列出旧URL清单，确认每个旧URL对应的新URL。
2. 对确实迁移的页面设置301跳转到新URL，不要跳转到首页。
3. 对已删除且无替代内容的页面，返回404或410，不要用200返回一个空页面。
4. 更新站内所有指向旧URL的链接，避免跳转链过长。
5. 提交新的站点地图，并观察旧URL是否逐渐被替换。

判断结果的方法是看返回状态：301表示永久迁移，200表示正常页面，404表示不存在。若旧URL返回200且内容与新URL相同，就是典型的重复页面。

可执行的自查清单

• 四个主机名组合是否只有一个返回200，其余跳转到首选域。
• 每个页面的 canonical 是否指向首选域下的唯一URL。
• 站内链接、sitemap、结构化数据是否与 canonical 一致。
• 带参数的URL是否被正确归并或允许抓取，依据是内容是否真正不同。
• 旧URL是否已301到对应新URL，而非首页或空页面。

下一步，从你站点里挑一个同时存在两种访问方式的页面，记录它的多个URL、返回状态和 canonical 指向，再决定保留哪一个作为规范URL。