SEO 百科
规范化问题排查
本页目录
规范化问题排查
规范化问题排查 处理的场面是：站长指明了首选地址，Google 却用了另一个。Google 把前提写在开头：即使明确指定了规范网页，它也可能出于各种原因选其他网页作为规范网页，原因里包括内容质量或技术信号[1]。
四步排查
第一步是确认现状。用网址检查工具看 Google 把哪个网页视为规范网页，同时想一件事：对来自 Google 搜索的用户来说，引擎选的那个是否比你的首选更有意义[1]。
第二步是查技术配置。验证是否因为配置错误导致系统读出意外的首选规范网址，方法是对照它给出的常见规范化问题表格，看不正确的规范元素、服务器配置错误、缺少本地化注释这几项有没有落在自己站上[1]。
第三步是让归到一起的网页真的不同。Google 说从技术上讲，解决规范化问题，归根结底就是确保集群在一起的网页足够不同[1]。这一条有两个注意点。重新评估需要时间，即使内容问题已修正，Google 仍可能把重复集群里的网页保留最多两周[1]。内容差异很重要，新内容与同组其他网页之间的差异明显且显著时，网页通常会更快拆分出去[1]。
第四步是请求重新编入索引。改完之后要请 Google 重新评估这个集群，用的功能叫请求编入索引，它在 Search Console 的网址检查工具里[1]。这个功能受配额限制，Google 建议把它留给最重要的网址[1]。
六类常见原因
本地化那一类针对多站同内容的情况。为美国、英国、澳大利亚的英语用户各建一站、内容却相同，Google 的要求是遵循本地化网站指南，给网页加 hreflang 注释，让不同地区看到正确页面[1]。
不正确的规范元素常常出在系统上。内容管理系统或其插件可能出错，把规范化指向不需要的网址[1]。Google 的查法是用浏览器的开发者工具检查 HTML 确认；站上出现意外的首选规范网址时，可能是 rel="canonical" 或 3xx 重定向被误用，它建议把错误报给 CMS 提供商[1]。
服务器配置错误会造成非预期的跨网域选择。它举了两种形状。一种是请求发向别的网域，返回的却是自己站上的内容[1]。另一种是两个毫无关联的网络服务器返回同一个 soft 404 页面，Google 没把它识别成错误网页[1]。这两种情况它都建议联系托管服务提供商[1]。
恶意攻击这一类最凶。有些攻击会引入返回 3xx 重定向的代码[1]。另一些会在 <head> 或 HTTP 标头里插入规范注释，注释指向跨网域的网址，那里托管恶意内容[1]。这种情况下算法可能选恶意或垃圾网址，而不是被入侵网站上的地址[1]。
转载内容反而不建议用规范元素。Google 的说法是：想避免转载伙伴造成重复，建议不要使用规范 link 元素，因为网页之间通常有很大差异[1]。它认为最有效的解决方案是让合作伙伴阻止把这类内容编入索引[1]。
仿冒网站是极少数情况。算法选的网址来自未经允许使用站点内容的外部网站时，Google 给两条路：联系那个网站的站长要求移除，或者依据《数字千年版权法案》提交请求，请 Google 把涉嫌侵权的网页从结果里撤下[1]。
结果与期望不一致时
Google 把话说在前：这些方法可以把偏好告诉它，但指明首选规范网页是一个提示，不是规则[2]。评估内容与质量时它用规范网页作为主要来源，结果通常指向它，除非某个重复网页明显与用户查询更相符[2]。
排查的顺序因此有讲究。先看技术原因，再看内容差异够不够，最后才是等待重新评估[1]。跳过前两步反复请求索引，配额花完问题还在原地。