网址后面带问号,不等于收录出了问题。动态参数本身是中性的:有的记录来源,有的改变排序,有的翻页,有的维持会话。看到问号就全跳回无参地址,或者一股脑全用canonical指回去,都是把不同性质的页面当成同一种病治。动手之前,先列一张参数用途表,弄清每个参数在干什么。

先列参数用途表,再选方案

拿纸笔列出站内实际出现的参数,一个一个确认:utm这类活动追踪参数,正文是否与基础URL相同,归因是否需要保留参数;sort这类排序参数,只是顺序变化,还是对应了被内链生成的不同URL;color这类筛选参数,有没有独立搜索需求与稳定充分的内容;page这类分页,展示的是下一批条目,不能仅因参数形式就当重复;会话或随机标识,要看是否不必要地出现在公开可抓取链接中。还要检查真实响应与正文,不能仅按参数名判断:id=1可能是产品身份,不是可删除的追踪标记。表列完,方案自然分成三种。

三方案对比:canonical、重定向、源头控制

  • 方案一,重复页面保留可访问,用canonical说明偏好。内容相同或非常相似、仍需服务用户的变体,在HTML头部指向选定的规范URL,同时规范页自指。同步检查站点地图、正文内链和其他规范声明是否指向同一版本。注意边界:不同语言页、第二页或实质不同的产品,不能机械指向首页;canonical是强信号,但最终选择权仍在谷歌。
  • 方案二,真正停用的重复地址做对应重定向。变体已无独立功能且有明确替代URL,才用永久重定向。先列出允许删除或转换的参数,再验证是否影响商品选项、登录、支付、广告归因或下载。不要用一条正则去掉全部查询串。上线前测试参数组合、编码、循环与跳转链,并把内部链接直接改到最终目标。
  • 方案三,从源头限制无价值组合,分别处理抓取与索引。筛选组合太多时,在CMS和界面设计哪些组合值得成为可发现页面:值得独立索引的筛选页给稳定URL和真正独立价值,其他组合保留给用户但不放进抓取路径。robots.txt控制抓取,不负责合并canonical,也不能保证URL从索引消失;noindex留给不希望出现的页面。两者分工不同,不能互相替代。

最常见的三个错误

一是把所有带问号地址跳回无参页,商品ID这类有业务含义的参数会被一起杀掉,购买流程直接中断。二是给第二页、不同语言页加canonical指回第一页,等于告诉谷歌这些页不重要,分页流量慢慢就没了。三是改完规范声明却不改内链,站内还在大量指向非规范版本,信号互相打架。规范URL、内链、站点地图三处指向必须一致,改一处就要对三处。三种方案的完整对比与robots、noindex的辨析,可以看动态参数导致重复收录:URL规范化处理的3种方案对比,按表执行,先分类再动手。