10 月 20 日 GSC 的页面报告里「重复网页,Google 选择了其他规范网页」从 300 条涨到 1800 条。六语言站点,每套 300 页,1800 正好是一个集群乘上六倍。
先查的不是 hreflang 标签,是返回码。六个目录挨个 curl,de 和 fr 带尾斜杠的地址返回 301,跳到不带斜杠那条,而 hreflang 里写的恰好是带斜杠的。36 条互指关系里有 11 条指向了 301。
for u in en zh ja ko de fr; do
code=$(curl -s -o /dev/null -w "%{http_code}" https://ex.com/$u/)
echo "$u $code"
done
hreflang 只认 200 的页面。指向 301 的那条会被丢掉,集群里缺一条,Google 就无法确认这组页面的对应关系,最后只挑一个留下,其余全进「重复网页」。这一层比标签写错更常见,也更容易滑过去。
返回码对齐之后还剩问题。de 页的自指写成了 zh 页,导致 de 组里两条 URL 指向同一个中文地址;x-default 指向首页,而首页当时 302 跳 /zh/。改法很土:六个目录统一不带尾斜杠,自指一律指自己,x-default 换成返回 200 的 /zh/。
中间在 GSC 里点过两次「验证修复」,都失败。也试过把 hreflang 全部删掉重写,没用,因为返回码没动。真正起作用的只有那 11 条 301 的修正。
三周后「重复网页」从 1800 降到 210,剩下的是几个内容确实高度相似的页。11 月 6 日把 de 和 fr 的正文各补了 400 字,又降了 90 条。
一个判断:hreflang 本身不带来收录,它只是告诉 Google 这六条是一组。返回码错了,这组关系就断了,后面写多少条 x-default 都是白搭。现在每次发版前跑一遍那个循环,六行输出里只要有一个不是 200 就不发。
