博客分页的 canonical 怎么写:别把第二页都指向第一页
文章归档第二页展示的是另一批文章,却把 canonical 写成第一页,这不是简单的“集中权重”:它向搜索引擎发送了与分页内容不一致的规范化信号。
Google 的分页文档明确建议:分页序列中每页使用独立网址,并各自声明 canonical,不要统一指向第一页。本文讨论包含不同条目的博客归档与分类分页,不把筛选排序变体、打印版或跟踪参数页混在一起。
适用范围:服务端或静态生成的 HTML 列表页。官方资料核读于 2026 年 11 月 19 日。下面的本地核对脚本只检查输入 HTML 中的声明与链接,不模拟 Google 渲染、规范网址选择或搜索排名。本文没有改线上模板。
1. 分页内容不是天然重复内容
以示例站点为例:
| 页面 | 内容 | 预期 canonical 示例 |
|---|---|---|
/posts/ |
较新一批文章 | https://www.example.com/posts/ |
/posts/page/2/ |
再早一批文章 | https://www.example.com/posts/page/2/ |
/posts/page/3/ |
更早一批文章 | https://www.example.com/posts/page/3/ |
表中的域名和路径仅用于解释规则,不能直接写进自己的站点。若实际路径使用 ?page=2,同样可以有独立网址,不必为了 SEO 强行改成目录形式。
canonical 适合在重复或高度相似页面之间表达首选版本;它不是重定向,也不是禁止抓取的指令。Google 会综合多个信号选择规范网址,页面写了声明不等于 Google 一定接受。
分页列表有不同文章,不应只因模板外观相同,就全部合并到第一页。相反,如果 /posts/page/1/ 与 /posts/ 确实是同一份内容,这两个入口才需要一致的规范化处理,具体使用已有路由的重定向或 canonical 机制,应在确认托管能力与兼容性后选择。
2. 每页同时满足三个条件
条件一:能直接访问独立 URL
复制第二页网址,在新的访问环境中直接打开,应能得到第二页内容,而不是必须先点第一页按钮。不要只用 #page=2 表示不同分页:Google 通常忽略 URL fragment,不能把它当作独立可抓取分页地址。
还要检查空页和越界页。一个根本不存在的第 999 页如果返回首页内容和 200,问题不是简单补一个 canonical 就结束;先明确路由对无效分页的处理。
条件二:有可以跟随的翻页链接
静态 HTML 示例:
|
|
Google 通常从锚点的 href 发现网址,不会像读者那样主动点击一个需要交互才加载数据的按钮。无限滚动或“加载更多”需要另外提供可抓取的分页路径与发现机制;本篇不能替代完整的 JavaScript 渲染审计。
Google 已不再使用 rel="next" 与 rel="prev" 理解分页关系。保留这些标签可能仍服务其他工具,但不能把添加它们当成 Google 已发现全部文章的证据。真正的页面链接和内容可访问性仍要检查。
条件三:head 中的 canonical 与本页一致
第二页的说明性示例:
|
|
使用完整绝对地址,避免同时由主题、插件和自定义模板输出几份互相冲突的 canonical。第一步是定位最终 HTML,不是先在三个地方都加一遍。
3. 先下载一页,再检查声明
需要 curl 和 Python 3。先把下列站点名换成自己的;文件输出放在新临时目录,不覆盖已有项目文件:
|
|
先确认 curl 成功,查看响应头中的最终状态和跳转。若最终到了第一页,先解决访问路径问题,不用第二页的预期 URL 去强行“验过”第一页内容。
把下面代码保存为临时目录里的 check_head.py。它只读本地文件,不访问网络、不执行页面脚本,也不会修改 HTML:
|
|
运行时,用 curl 请求后的实际最终地址作为预期值;下面仍是示例:
|
|
通过的含义很窄:恰好找到一个 head canonical,字符串与输入一致。它没有核对 HTTP Link 头中的另一份 canonical、HTTP X-Robots-Tag、JavaScript 运行后改写的内容,也不验证 URL 的业务正确性。若站点用这些机制,需要进一步检查对应响应或渲染结果。
该脚本按常规完整 HTML 编写;文件不是 UTF-8、HTML 残缺或省略 head 时,先处理输入条件。不要用一个简易解析脚本证明所有浏览器与爬虫都能正确理解页面。
4. 排查静态生成器的模板问题
不必立刻写一套新模板,先定位已有 canonical 是谁输出的:
- 在归档第一页、第二页和一个普通文章页的最终 HTML 中各查一次。
- 检查布局、SEO partial 或插件是否有重复输出。
- 查看列表分页上下文拿到的是当前分页地址,还是列表集合第一页地址。
- 只修负责该输出的入口,再生成静态产物复核。
- 对分类分页单独回归,不能因文章归档修好就假定分类也走同一分支。
生成器版本和主题上下文不同,不应把“某个变量始终代表当前分页”当作跨主题保证。需要修改 Hugo 模板时,应以实际项目的分页对象和构建结果为准;本文提供验收逻辑,不提供未经当前主题验证的万能 Go 模板替换。
5. 排序筛选页为什么要另看
?sort=date、标签筛选和 ?page=2 不是同一类问题。排序可能只是同一集合的不同顺序,筛选也可能形成有独立价值的集合,是否索引要结合内容、内链规模和业务目的决定。
不要把本篇的“分页自引用”机械扩展成“所有参数变体都自引用”,也不要把“不希望索引的筛选页”策略反过来套在所有分页上。robots、noindex、canonical 各有用途,不能相互替代。
Google 文档还说明:同一个分页序列的各页可以使用相同标题和描述。因此第二页没有单独改描述,不等于违反分页建议。若要增加页码以便读者识别,可以做,但不能把每页改几个字当成分页问题已解决。
6. 本次检查实际覆盖了什么
2026 年 11 月 19 日 14:08(曼谷时间),本次只读获取本博客 /posts/ 与 /posts/page/2/,两者均返回 200。解析保存的 HTML,分别找到唯一的对应 www 自引用 canonical,两页中均存在指向文章归档分页的锚点链接。
文中的核对脚本另外用本地 HTML 样本检查通过与失败分支,并用于上述两份保存的 HTML。该结论不等于已对所有分类、全部页码、HTTP 规范头或浏览器交互做全站验证,更不等于 Google 已选用声明中的规范网址。
验收和回滚清单
发布分页模板改动前后,至少抽查归档第一页、中间页、末页、一个分类分页和普通文章页;核对状态、不同文章条目、翻页 href 和唯一 canonical。不要为了修分页改变旧文章永久链接。
若出现所有分页 canonical 相同、分页断链或文章页 canonical 被误改,回退对应模板改动并重新生成;随后检查线上响应,而不是只看构建成功。模板修复与搜索系统重新处理有时间差,别以短期排名作为唯一的发布验收。