站上 3200 篇文章,24 个分类。10 月中旬发现分类页在搜索结果里只剩 3 个,其余全变成「重复网页,用户未选定规范网页」,GSC 里这类页面从 0 涨到 21。
查了半天模板,问题在分类页复用了文章页的头部。canonical 那行写的是 $article.Url,分类页里 $article 是空对象,输出成了首页地址。24 个分类页全在对首页说自己是副本。
权重是这么散的:首页本来只该承接导航和品牌词,现在多接了 24 个分类页的信号,分类页自己的锚文本和内链全汇到首页。表现是首页排名没涨,分类页长尾词掉了 60%。
逐条点「网址检查」太慢,24 条点了一个多小时。写个循环批量拉 canonical 更快,五分钟能扫完 3000 条。
while read -r u; do
c=$(curl -s "$u" | grep -o 'rel="canonical" href="[^"]*' | cut -d'"' -f4)
[ "$c" = "$u" ] || echo "$u -> $c"
done < urls.txt
扫出来 24 条非自指,和 GSC 的数字对得上。改的时候顺手修了第二处:分页第 2 页的 canonical 指向第 1 页是模板写死的。这条规则本身没错,但第 2 页里有 8 篇文章只在那一页出现,等于主动放弃。改成自指之后那 8 篇两周内都进了索引。
还有一类容易漏。带参数的筛选页 ?color=red 输出了 canonical 指向列表页,这是对的,可列表页自己没有 canonical,筛选页和列表页互相不认,最后两边都不收录。补上自指就正常了。
11 月 5 日复查,分类页 21 个恢复收录,首页流量没掉。canonical 写错不会让站被直接罚,它只是慢慢把权重挪到一个你没想到的地方,等发现时已经挪完了。
现在模板上线前跑同一个脚本,输出非自指 canonical 的数量,不是 0 就不发版。脚本二十行,比事后查两周便宜得多。
