Canonical URL，中文叫规范化URL，是通过<link rel="canonical">标签告诉搜索引擎："这堆内容相似的页面中，这个才是正版，索引的时候请以这个为准。"
互联网上重复内容很常见。同一个内容可能出现在多个URL下——比如带不带www、带不带参数、分页版本、打印版本、移动端版本等等。如果没有canonical标签，搜索引擎可能会困惑：到底该把哪个URL放进索引？权重该给谁？
canonical标签就是用来解决这个问题的。它相当于给搜索引擎一张"身份证"，明确哪个URL才是正宗的。
canonical 有什么作用
canonical标签的核心作用可以总结为以下几点：
1. 解决重复内容问题
这是最主要的用途。当同一份内容可以通过多个URL访问时，canonical告诉搜索引擎哪一个是主版本，避免搜索引擎把它们当成多个不同的页面来处理。
比如你有一篇文章，同时出现在：
example.com/blog/seo-tipsexample.com/category/seo-tipsexample.com/tag/seo-tips
这时候在所有页面上设置同一个canonical指向第一个URL，搜索引擎就知道应该索引第一个。
2. 集中页面权重
如果没有canonical，多个相似页面会分散链接权重。外部链接可能指向不同版本的URL，导致权重被稀释。设置canonical后，搜索引擎会把所有版本的权重都集中到canonical指定的URL上。
3. 节省抓取预算
对于大型网站，重复页面会浪费抓取预算。搜索引擎花时间抓取一堆内容差不多的页面，真正重要的页面反而可能没被及时抓取。canonical能让搜索引擎更高效地利用抓取预算。
4. 控制索引中的URL版本
有时你希望搜索结果中显示的是特定版本的URL（比如不带www的、没有多余参数的），canonical可以帮你实现这一点。
canonical 必须要有吗
答案是：不一定必须，但大多数网站都建议用。
不需要的情况
如果你的网站结构非常简单，每个页面只有一个唯一的URL，没有任何重复内容的问题，那确实可以不用canonical。
比如一个纯静态的小站，每个页面路径都是唯一的，没有分页、没有参数、没有分类标签页造成的重复，那canonical的价值就不大。
强烈建议使用的情况
但现实中，大部分网站都会遇到重复内容的问题：
- 带参数的URL：比如utm参数、session ID、追踪参数等，同一个页面可能有无数个带不同参数的URL
- 分页：列表页的第2页、第3页内容和首页高度相似
- 打印页/移动版：有些网站有专门的打印版本或移动版本
- www与非www：带www和不带www的域名都能访问
- HTTP与HTTPS：两个协议版本都能访问
- 分类/标签/归档页：同一篇文章出现在多个分类和标签页下
- 电商产品：同一个产品出现在多个分类下，有多个URL
- AMP版本：有AMP页面和普通页面两个版本
只要你的网站符合上面任何一条，用canonical就是明智的选择。
不使用 canonical 会产生什么问题
不使用canonical不一定会出大问题，但可能会遇到以下情况：
1. 搜索引擎自己选"正版"
如果有多个内容相似的页面，搜索引擎会自己判断哪个应该是主版本。问题在于，它选的不一定是你想要的那个。可能你希望显示的是干净的URL，但搜索引擎偏偏选了个带一堆参数的URL放进索引。
2. 权重被分散
外部链接可能指向不同版本的URL，导致每个版本都获得一些权重，但没有一个版本的权重足够高。如果这些权重能集中到一个URL上，排名表现可能会更好。
3. 抓取效率降低
搜索引擎花时间抓取重复页面，真正有价值的页面可能被推迟抓取。对于内容量大的网站，这个问题会更明显。
4. 可能被认为是抄袭或采集
虽然概率不大，但在极端情况下，如果你的网站有大量重复内容，搜索引擎可能会质疑内容的原创性，甚至影响整个网站的信任度。
但要说明一点：重复内容不会直接导致惩罚。谷歌官方多次强调，重复内容不会让网站被惩罚，只是搜索引擎可能选择不对其中一些版本进行索引而已。
如何正确写 canonical
canonical标签的写法很简单，但有不少细节需要注意。
基本写法
在页面的<head>中添加一行：
<link rel="canonical" href="https://example.com/blog/seo-tips">
就这么一行，告诉搜索引擎这个页面的规范版本是哪个URL。
正确写法的要点
1. 使用绝对路径
href的值应该是完整的绝对URL，包含协议、域名、路径。不要用相对路径。
✅ 正确：
<link rel="canonical" href="https://example.com/page">
❌ 不推荐：
<link rel="canonical" href="/page">
虽然搜索引擎可能能解析相对路径，但用绝对URL更稳妥，避免产生歧义。
2. 每个页面都要有自指的canonical
即使一个页面是它自己的规范版本，也应该加上canonical标签指向自己。这样可以防止一些意外情况（比如URL带了参数）导致搜索引擎选错版本。
比如https://example.com/page这个页面，它的canonical就指向自己：
<link rel="canonical" href="https://example.com/page">
3. 使用正确的协议
如果你的网站用的是HTTPS，canonical的href也应该是HTTPS的。不要混用协议。
4. 统一域名风格
决定用带www还是不带www的域名，canonical中就统一使用那种风格。全站保持一致。
5. 确保canonical指向的页面存在并且返回200
不要让canonical指向一个返回404或301的页面，那样搜索引擎会困惑。
6. 一个页面只能有一个canonical
不要在一个页面上加多个canonical标签。如果有多个，搜索引擎可能会全部忽略。
7. canonical指向的页面内容应该高度相关
不要把canonical指向和当前页面内容完全不相关的页面。比如一篇关于"猫"的文章，canonical不要指向关于"狗"的文章。
特殊场景的写法
分页的canonical
对于分页的列表页（第2页、第3页等），canonical应该指向当前页自己，而不是指向第1页。因为第2页的内容和第1页是不同的，用户也可能通过搜索直接找到第2页。
正确做法是：
- 第1页的canonical指向第1页
- 第2页的canonical指向第2页
- 依此类推
同时配合rel="prev"和rel="next"来标注分页关系。
跨域的canonical
如果你的内容同时发布在多个域名下（比如你允许其他网站转载你的文章），可以在转载页面上设置canonical指向你自己网站上的原始版本。这样搜索引擎就知道原创在你这边。
<link rel="canonical" href="https://originalsite.com/article">
其他设置canonical的方式
除了HTML标签，还有两种方式可以设置canonical：
1. HTTP响应头
可以在HTTP响应头中设置Link字段：
Link: <https://example.com/page>; rel="canonical"
这种方式适合非HTML文件，比如PDF、图片等。
2. sitemap.xml
在sitemap.xml中列出的URL，搜索引擎也会视为一种暗示性的canonical。但sitemap的权重比HTML标签低，搜索引擎更倾向于相信HTML中的canonical标签。
常见的canonical错误
1. 所有页面都指向首页
有些网站偷懒，把所有页面的canonical都指向首页。这是完全错误的做法，会导致内页无法被正确索引。
2. canonical指向不存在的页面
前面说过，canonical指向的页面必须是存在的、返回200的。
3. 分页都指向第1页
第2页、第3页有自己独立的内容，不应该都指向第1页。
4. 用相对URL
虽然搜索引擎可能能处理，但用绝对URL更安全。
5. 自相矛盾
比如A页面的canonical指向B，B页面的canonical又指向A，形成环路。搜索引擎遇到这种情况会忽略canonical。
6. canonical和noindex同时使用
如果一个页面设置了canonical指向另一个页面，同时又设置了noindex，这是自相矛盾的。一般来说，有canonical就不需要noindex了。
如何验证 canonical 是否正确
设置完canonical后，可以通过以下方式验证：
- 查看页面源代码：直接在浏览器中查看源代码，确认canonical标签是否存在、href是否正确
- Google Search Console：在GSC的"URL检查"工具中查看谷歌读取到的canonical是什么
- SEO工具：各种SEO审计工具（如Screaming Frog）都能检查canonical设置
写在最后
Canonical标签是SEO中一个基础但重要的工具。它不会让你的排名一飞冲天，但能避免很多重复内容带来的问题，确保搜索引擎正确理解你的网站结构。
实践中记住这几个原则就够了：
- 每个页面都加canonical，指向自己认为的主版本
- 用绝对URL，全站统一协议和域名风格
- 确保canonical指向的页面真实存在且内容相关
- 不要搞什么"所有页面指向首页"的骚操作
把这些做好，canonical这块就不会出什么大问题。