Duplicate Content（重复内容）：它为什么会发生，以及怎么修
重复内容会让索引和信号合并变得混乱，导致排名分散。本文列出常见重复模式，并给出 canonical、301、参数治理等实用修复方案。
Duplicate Content（重复内容）指的是：相同或高度相似的内容在多个 URL 上都能访问到。
它很常见，也不一定“有罪”。但它很容易造成索引混乱：爬虫不知道哪个 URL 才是主版本，结果是信号被分散、排名跑偏、索引膨胀。
常见重复内容模式
最常见的几类基本都跟 URL 版本有关：
www 与非 www
两种都返回 200：
https://example.com/pagehttps://www.example.com/page
解决方式是统一主域名，用重定向把另一种版本收敛到主版本。
HTTP 与 HTTPS
HTTP 可抓取时会非常容易产生重复。建议强制 HTTPS（301），并确保 canonical 指向 HTTPS。
结尾斜杠与 index 页
这些经常会被当成不同 URL：
/about/about//about/index.html
选一个规范形式，其它全部重定向。
参数 URL（筛选、session、跟踪参数）
电商站和大站最常见的坑：
?utm_source=...?session=...?sort=price
有些参数只是跟踪，不影响页面内容；有些参数会让页面内容变化并生成几乎无限的 URL。这里往往要用 canonical + 参数治理 + 内链规范来一起解决。
打印页、复制页、历史模板
打印版本、AMP 遗留、旧模板复制页，如果可索引，也会制造重复。
Google 通常怎么处理重复
大多数时候不会有“重复内容惩罚”这种明确动作。
更常见的是：Google 会把一组重复页面聚类，然后选一个代表 URL（canonical）来展示。如果你不提供清晰信号，Google 就自己猜。猜错也很常见。
一些你可能会看到的现象：
- 明明你想让 A 排名，结果 B 在排
- Search Console 里出现大量 “Duplicate, Google chose different canonical”
- 索引量异常膨胀（收录了大量看起来一样的 URL）
实用修复方案（按原因选）
canonical 标签
canonical 是提示，不是强制。它更适合这类情况：
- 内容确实很像
- 站内链接一致指向 canonical URL
- canonical 目标 URL 不被 robots/noindex 阻断
301 重定向
如果某个 URL 版本“本来就不该存在”，直接 301 收敛通常更稳。
站内链接规范化
很多重复问题其实是站内链接自己制造的：菜单、分页、筛选器把各种参数 URL 铺满全站。
只要你站内一直在引用重复版本，Google 会更难判断主版本。
合并意图重叠的页面
如果你有很多“几乎讲同一件事”的页面，考虑合并成一个更强的页面。一个强页面通常比五个薄页面更能排。
怎么快速发现重复问题
最省时间的方式是用爬虫型审计去抓 canonical 不一致、重定向链、索引性异常等模式。SEO 审计工具 更适合做这种“扫一遍就能看到结构问题”的检查。
回到词汇表
一句话定义在这里：Glossary 里的 Duplicate Content。