技术 SEO · 第 4 篇,共 7 篇
重复内容与规范标记:Google 究竟怎么处理副本
重复内容通常不会招来惩罚。看懂 Google 实际如何处理副本、这些副本在您自己网站上从哪儿来,以及什么时候该用规范标记(canonical),什么时候该用重定向。
阅读约 28 分钟更新于 2026年11月9日
- 11 道自测题
- 1 个计算器
- 12 项清单
本页内容9 个章节
Google 在因为重复内容惩罚您吗?几乎可以肯定没有
审核工具一片飘红:“142 个网页存在重复内容”。或者供应商提醒您,直接用厂家的产品文案会被“惩罚”。又或者,您在一个从没听说过的网站上,看到了自己的博客文章,一字不差。Google 是不是在悄悄记您的账?
几乎可以肯定没有。Google 搜索中心的文档写明:网站上的重复内容不会因此受到处理,除非它看起来是为了欺骗用户、操纵搜索结果。一家网店把同一件商品放在两个分类里,显然不属于这种情况。
但“不惩罚”不等于“没代价”。Google 发现副本后,会挑一个来展示,其余的归档了事。如果它挑错了,或者您网页的分量被几个副本分散了,您就会吃亏,而且没有任何提示。读完这篇,您会知道副本从哪儿来、哪种副本用哪种工具解决,以及怎样用大约 20 分钟检查自己的网站。
路上还有一件事请留意:老板们“修复”重复内容最常用的方法之一,反而会让问题更糟。等您看明白原因,我们会在文末回到这一点。先来测一测您已有的认知。
误区还是事实?
关于重复内容,老板们常听到的五种说法
1.如果我网站上两个网页的文字一样,Google 会惩罚整个网站。
2.即使我已经标明了首选版本,Google 仍可能展示另一个版本。
3.对任意一个网页,Google 都能告诉您它选了哪个版本作为主版本。
4.大量复制别人的内容来填充网站,可能会惹上麻烦。
5.一字不改地使用厂家的商品描述,会让您的网店面临 Google 惩罚的风险。
Google 实际怎么处理副本:它会挑一个
当 Google 发现几个网址显示相同或几乎相同的内容时,会把它们归为一组,并选出一个作为规范网页:也就是主版本,能出现在搜索结果里的那一个。其余的成为重复网页。Google 仍然知道它们的存在,但搜索的人通常只会看到被选中的那一个。
这叫规范化(canonicalization),大多数时候是好事。谁也不想看到同一个网页的十条相同结果。麻烦出在两个地方。
第一,Google 可能选一个您自己不会选的网址,比如末尾带着跟踪参数的,或者旧的 http 版本。第二,帮助网页的信号,尤其是来自其他网站的链接,可能分散在几个副本上,而不是全部指向您在意的那一个。Google 会尝试把这些信号汇总到规范网页上,但只有当副本明显是副本时,它才能汇总得干净利落。
所以目标不是“躲避惩罚”,而是让 Google 的选择变得简单,并确保它选的是您的版本。
猜一猜
拿一个内页来说,比如您的价格页。只算 http 还是 https、带不带 www、末尾有没有斜杠,它一共可能有多少个不同的网址能打开?
重复网页从哪儿来(大多数都不是您故意弄出来的)
老板们想象中的重复内容,是有人复制粘贴文字。实际上,大多数副本是网站系统自己生成的,没人注意到。小企业网站上常见的来源有这些:
- 主机名和协议版本:http 和 https、带 www 和不带 www,都能打开同样的网页,而没有重定向到其中一个。
- 末尾斜杠和大小写:/prices 和 /prices/,或者 /Prices,被当作不同的网页提供。
- 跟踪和会话参数:广告、邮件或商城系统加上的 ?utm_source=facebook 或 ?sessionid=123。
- 商城筛选和排序:?colour=red&size=42&sort=price 每一种组合都会产生一个新网址(我们的筛选与分面导航指南有深入讲解)。
- 同一件商品放在多个分类里:/shoes/running/trail-x 和 /sale/trail-x 显示的是同一件商品。
- 打印版、AMP 网页,以及 m.example.com 这类单独的移动版网址。
- 几乎一模一样的地区页:“上海管道维修”“杭州管道维修”,只换了城市名。
- 开发或测试用的网站副本对 Google 开放着,比如 dev.example.com。
- 您的内容出现在别处:您授权转载到新闻网站的文章,或者被采集站抓走的网页。
小测验
您鞋店的主分类页是 https://example.com/shoes/。下面哪一个最可能不是它的副本?
选一个。只算第一次的答案。
算一算
您网店的筛选能产生多少个网址?
可能产生的筛选网址
2,520 个网址
您真正想要的每个网页对应的网址数
252 比 1
根据您自己填的数字做的简单乘法,不是对您网站的实测。+1 代表每个筛选的“不限”选项;真实网店的筛选项往往更多,所以实际数字通常更高。
结果意味着什么,取决于它有多大。几百个筛选网址、都带着指向干净分类页的规范标记,这是一家整洁、正常的网店:Google 读取每个副本,看到标记,就把它合并(下文检查的第 3 步会教您怎么确认)。
几千甚至几万个,就是另一回事了。Google 仍然要抓取每一个网址才能读到它的规范标记,所以这些标记整理了展示结果,却几乎解决不了抓取问题。这时 Google 的分面导航文档建议:针对您永远不希望出现在搜索里的筛选,有计划地写 robots.txt 规则。想看实例,可以读我们案例研究页面上的 Ambra Forno 案例:一家虚构的、用于说明的博洛尼亚面包网店,它的筛选产生了 40,000 个网址,其中只有 24 个值得拥有可被收录的独立网页。我们的筛选与分面导航指南会一步步带您做这个决定。
规范标记:告诉 Google 哪个是主版本
规范标记(canonical 标签)是网页隐藏的 head 部分里的一行代码,意思是“这个网页的主版本在这个网址”。在 /shoes/?sort=price-low 这个副本上,它指向 https://example.com/shoes/。在主网页本身上,它指向自己的网址,这叫自引用规范标记,完全正常。
大多数建站平台(装了 SEO 插件的 WordPress、Shopify、Wix、Squarespace)会自动加上规范标记。您的任务通常不是去写它们,而是检查它们写的是不是您想表达的意思。
有三点很关键。使用完整网址,包括 https:// 和您的域名,这是 Google 的建议。每个网页只用一个规范标记;两个互相矛盾的标记是常见的模板 bug,Google 可能会两个都忽略。还要记住,它是强烈的提示,不是命令:Google 会把它和您的重定向、内部链接、站点地图放在一起权衡。如果您的菜单链接到 /shoes,站点地图列的是 /shoes/,规范标记写的却是 /Shoes/,那您就是在让 Google 猜。
前后对比
同一个网页,两套信号
信号混乱
规范标记:https://example.com/prices
菜单链接:https://www.example.com/prices/
站点地图:http://example.com/prices
Search Console:“重复网页,Google 选择的规范网页与用户指定的不同”
所有信号一致
规范标记:https://example.com/prices
菜单链接:https://example.com/prices
站点地图:https://example.com/prices
其他版本全部永久重定向到 https://example.com/prices
- Google 选择规范网页时会看所有证据,而不只是这个标记。当标记、链接和站点地图都指向同一个网址时,就没有什么需要它去判断的了。
- 这是用一个虚构网站做的示意,但这个 Search Console 状态是真实的,会出现在网页索引编制报告里。
小测验
一位开发者把您网站每个网页的规范标记都指向了首页,说是为了“集中权重”。可能的结果是什么?
选一个。只算第一次的答案。
这种情况更多是意外而不是故意,通常是模板把首页填成了默认值。我们案例研究页面上的 Wattlebark Pet Co. 案例,展示了一家宠物食品网店里发生的这种事:服务器把每个规范标记都指向了首页,正确的网址要等 JavaScript 稍后才填进去,于是 Google 把几百件商品合并成了一个网址。这家企业和其中的数字是示意性的,但这个错误真实而常见。在您网站上发现它最快的办法,就是下面的 20 分钟检查。
重定向:当副本应该直接消失时
规范标记让副本仍然能打开,只是把 Google 指向原版。重定向更进一步:任何人,无论是访客还是 Google,请求旧网址时都会被直接送到新网址。Google 把永久重定向(301 或 308)视为一个强烈信号,表明目标网址应该是规范网页。临时重定向(302 或 307)信号较弱,因为它表示这次跳转可能会撤销。
没人需要那个副本时,就用重定向:网站的 http 版本、您不用的那个 www 或非 www 版本、改写后换了新网址的旧网页、合并到另一件商品里的商品。副本还得让人正常使用时,就用规范标记:排序或筛选视图、跟踪链接、出现在两个分类里的同一件商品。
还有一个工具经常被混进来,但它干不了这活儿。noindex 标记能让网页不出现在结果里,却不会告诉 Google 哪个才是原版,Google 的文档也建议不要在同一个网站内用 noindex 来选择规范网页。第三个工具 robots.txt 最具诱惑力;本指南最后一部分会专门提醒您。
对比一览
| 工具 | 副本还能打开吗? | 能指明主版本吗? | 适用于 |
|---|---|---|---|
| 永久重定向(301) | 不能,访客会被转走 | 能,而且很强 | http 转 https、www 转非 www、旧网页或已合并的网页 |
| 规范标记 | 能 | 能,作为强烈提示 | 排序、筛选、跟踪参数、出现在两个分类里的商品 |
| noindex 标记 | 能 | 不能 | 不该出现在 Google 上的网页,比如感谢页 |
| robots.txt 屏蔽 | 能 | 不能,Google 读不到它 | 为海量筛选组合有计划地制定抓取规则,绝不能当作重复内容的解决办法(见下文) |
换作是您会怎么做?
两篇说同一件事的文章
这是一个示意性的例子。一家园艺中心在 2021 年写了《怎样种郁金香球根》,忘了这回事后,2024 年又写了《郁金香种植指南》。两篇都在 600 字左右,给的建议也一样。两篇在搜索里的表现都不好,还有一个园艺博客链接到了较早的那篇。
最好的解决办法是什么?
其他网站上的副本:采集站、合作方和厂家
发现自己的文章被一字不差地搬到陌生人的网站上,确实让人恼火,但这很少是排名上的紧急情况。Google 通常展示原文而不是副本,虽然并非总是如此。如果副本确实排在您前面,而且它未经许可使用了您的作品,您可以通过 Google 的法律帮助页面提交版权移除请求。
小测验
一家地方新闻网站想转载您的一篇文章。您应该要求他们怎么处理他们那份副本?
选一个。只算第一次的答案。
如果您授权转载,请在交出文章之前,把这个要求写进书面协议。
厂家的商品描述是第三种情况。它们没有惩罚风险,但可能有几百家网店用着一模一样的那段文字,所以 Google 没有理由偏向您的网页。解决办法是加上只有您能加的东西:您自己拍的照片、顾客在店里总会问您的那个问题、尺码建议、适合搭配什么。我们的产品页指南会教您从最重要的商品开始,写出只有您的店才写得出的描述。
怎样用 20 分钟检查您自己的网站
要找出真正要紧的重复网页,不需要昂贵的爬虫工具。免费的 Google Search Console 会告诉您,Google 把哪些网页当作副本,以及它选了哪个版本。泡杯咖啡,把下面四步走一遍,然后用卡片自测:每看到一个状态,先猜一猜是该放着不管还是该修,再翻过来核对。
分步讲解
20 分钟重复网页检查
第 1 步,共 4 步
把您网址的每个版本都试一遍
在浏览器里输入您域名的各种写法:http 和 https,带 www 和不带 www。每个版本都应该落在同一个 https 网址上。再拿一个内页,试试末尾带斜杠和不带斜杠。如果两个版本都能打开网页、地址栏却没变,您就有一个重定向需要修。
我们免费的域名健康检查可以替您做这个测试:它会显示您域名的 http 和 www 版本最终落在哪里,几秒钟就能看出缺了哪个重定向。
考考自己
先想好答案,再翻开卡片。已翻 0/4
让重复问题更糟的“修复”(以及另外四个要避开的)
这就是开头说好的那个错误。因为“重复内容”听起来很吓人,老板和开发者常常会去抓那个看起来最快的修复办法。读下去之前,看看您能不能先把它找出来。
换作是您会怎么做?
审核报告说有 142 个重复网页
这是一个示意性的例子。一家鞋店的审核报告列出了 142 个重复网页。几乎全是排序和筛选后的分类网址,比如 /shoes/?sort=price-low 和 /shoes/?colour=red。开发者提出了三种处理办法。
您会批准哪一种?
还有四个出于好意、却会造成实际伤害的修复办法。花一分钟确认您的网站没发生过这些事,很值得:
- 分类的第 2、3、4 页把规范标记指向第 1 页,于是只出现在后面几页的商品更难被 Google 发现。
- 出于担心,把整块内容都设成 noindex,连本该有排名的网页也搭进去了,比如内容确实不同的第二个门店页。
- 规范标记指向一个会重定向或返回错误的网址,这个提示就无处可去了。
- 网站各语言版本的规范标记都指向英文网页。翻译不是副本;每个语言版本都应该指向自己,并用 hreflang(告诉 Google 哪个网页对应哪种语言的标记)把各版本关联起来。我们的多语言网站指南会讲具体做法。
您的得分,以及本周的检查清单
就最重要的六件事给您的网站打个分。“不确定”是诚实的回答:它只说明这一项就是您的第一项任务。然后按自己的节奏用清单把其余的过一遍;第一轮不需要开发者。
自我评估
您的副本有多整洁?
输入我域名的 http 和 www 版本,最终总是落在同一个 https 网址上
我的重要网页都有指向自己网址的规范标记
我的菜单、站点地图和规范标记对每个网址使用同一个版本
我没有把 robots.txt 当作隐藏重复网页的快速办法
网址检查显示,对我的关键网页,Google 选的规范网址和我声明的一致
我没有两个回答同一个问题的网页
已答 0/6。全部作答后查看结果。
清单
重复内容,逐项检查
仅保存在此设备上
常见问题
文字重复多少,网页才算副本?
没有公开的百分比,谁要是报出一个数字,您就得留个心眼。Google 会把主要内容相同或非常相似的网页归为一组。每个网页都有相同的页眉、页脚和营业时间,这很正常,不必担心。
我为服务的每个城市都做了相似的网页。它们算副本吗?
如果只换了城市名,Google 很可能把它们当作近似副本,只展示其中一个;而为了截流搜索批量制作的网页,可能会触犯 Google 的门页(doorway page)政策。给每个网页加上关于那个地方的真实内容:您在那里做过的活儿、上门要多久、当地的照片。我们的地区页指南会详细讲解。
修好规范标记会提升我的排名吗?
谁也不能保证。它的作用是消除混乱:Google 展示您选定的网址,不再把信号分散到各个副本上。网页之后能否有排名,取决于它有多好、有多相关。
规范标记能指向另一个域名上的网页吗?
可以,规范标记能指向您拥有的另一个网站,比如同一篇文章放在您的两个域名上。至于其他人转载您的作品,Google 现在更希望他们改用 noindex。
您已读到最后
您的小结
本指南有 11 道小题
试试看您已经知道多少。只算第一次的答案。
「技术 SEO」:已读 0/7
- 1. 我的网页为什么不在 Google 上?12 个原因与修复方法: 未读
- 2. Schema 标记:它能做什么,小企业需要哪几种类型: 未读
- 3. 多语言网站:用每种语言触达客户,又不把 Google 搞糊涂: 未读
- 4. 重复内容与规范标记:Google 究竟怎么处理副本: 本指南, 未读
- 5. 图片 SEO:让照片加载更快,也让 Google 找得到、看得懂: 未读
- 6. 网站搬迁或改版,如何不丢掉 Google 流量: 未读
- 7. 不讲术语,讲清 Core Web Vitals(核心网页指标): 未读
已读 0/57 篇指南 · 仅保存在此设备上
新指南发布时通过邮件通知您。
一键即可退订。
接下来做什么
- 在浏览器里输入您域名的 http 和 www 版本,检查每一个都落在同一个 https 网址上。
- 打开 Search Console,进入“编入索引”下的“网页”,找一找“重复网页,Google 选择的规范网页与用户指定的不同”。
- 对您最重要的网页运行网址检查,对比用户声明的规范网址和 Google 选择的规范网址。
- 找出两个回答同一个问题的网页,把它们合并,并把较弱的网址重定向到较强的那个。
「技术 SEO」下一篇
技术 SEO
图片 SEO:让照片加载更快,也让 Google 找得到、看得懂
你最得意的那张照片,可能正是首页打开慢的原因。两分钟就能查清楚。
阅读约 27 分钟开始阅读
在示例案例中看它如何应用
虚构的企业、模拟的数字,并非客户成果:展示本指南中的工作如何融入一个完整项目。
- Signal · 7 个月示意+189% 自然搜索问诊预约Kardia Varna
把一家加载缓慢的诊所网站重建到拥有市场领跑者的心跳
私立心脏专科诊所 · 瓦尔纳 · Bulgaria
- Signal · 5 个月示意已收录页面 38 → 410Kaze Aircon Services
一个 JavaScript 预约应用,让 Google 看不见新加坡最忙的空调服务商
空调维修保养,60 名技师 · 新加坡 · Asia-Pacific