同一篇文章四个地址都打得开，收录只认了其中一个

把一个能打开的地址换成另一个能打开的地址，麻烦几乎都不在改的那一步，而在改动之外：旧地址还被谁引用着、程序会不会同时暴露两套入口、服务器认不认大小写。所以顺序不能颠倒，先查清楚四件事，再谈动手。

动手之前先查清楚的四件事

第一件是搞清楚现在这个站属于哪一种形态。常见就三种：地址里挂着问号和等号、由程序实时输出的动态页；看上去像多级目录、其实是服务器把请求转发给程序的伪静态页；硬盘上真的躺着一个个 html 文件的纯静态页。分辨办法不用猜——在测试环境里把网站程序的运行进程停掉，页面还能正常打开的就是纯静态；打不开但地址里没有问号的，是伪静态。很多站在网页制作阶段直接用了程序自带的默认地址，上线之后再没人碰过，管理员自己也说不准属于哪一种。

第二件是确认服务器有没有改写能力，以及权限在谁手里。Nginx 要改 server 块里的 location 配置，Apache 靠站点根目录下的 .htaccess 并且要确认改写模块已经启用，IIS 则依赖 web.config 和 URL 重写组件。便宜的虚拟主机常常不开放这些入口。校验方法很简单：先加一条测试规则，把 /rewrite-test-9 这个不存在的地址转发到首页，重启配置后在浏览器里访问它，能出首页就说明改写链路是通的，验完记得把这条规则删掉。

第三件是数清楚站点规模和更新节奏，这直接决定后面选哪一档，不能凭感觉。要拿到三个数字：页面总数（包括列表页和分页）、平均每天新增或修改多少条、有没有需要实时反映的模块比如库存和会员价。从数据库里按内容表统计比在前台点着数快得多。

第四件是弄清有没有历史收录。在搜索引擎里用 site: 加域名查一下大致数量，再看站长平台后台的索引量曲线。这个数字为零的新站，地址规则可以随便定；已经有几百上千条收录的老站，任何一条旧地址都不能直接消失，只能被引导到新地址上去。

第一步：先把命名规则定死，再碰服务器

规则一次定清楚，后面所有工作都是照着执行。段数上，栏目加内容标识两段就够用，最多不超过三段。长度上把整条地址控制在 75 个字符以内，中文站要特别当心：地址里的汉字经过编码后一个字要占 9 个字符，三个汉字的目录名编码完就是 27 个字符，看着短，实际早就超了。用词优先选简短英文单词，比如 news、case、product；其次是拼音全拼；最差的是拼音首字母缩写，gywm 这种谁都认不出来。词与词之间用连字符，不要用下划线。字母全部小写。除非是每天更新的新闻资讯站，否则地址里不要嵌年份和日期，否则一篇长期有效的技术文档会因为地址上挂着三年前的日期而被访客默认为过期内容。

校验方法：抽 20 条有代表性的地址打印出来，遮住标题，找几位不参与网页制作的同事只看地址猜内容，猜对 16 条以上算过关；同时把带中文的地址用编码工具转一遍，编码后超过 100 个字符的一律重新命名。

第二步：按三档门槛选定静态化程度

静态化不是要或不要的单选题，是三档里挑一档。第一档纯静态，适合页面总数在 2000 以内、每天更新不超过 20 条、并且全站没有登录态的站；在一台 2 核 4G 的机器上全量生成 3000 个页面大约要 40 到 120 秒，这个时间可以接受，但如果页面数涨到两三万，全量重建就会拖到十几分钟，改一个页脚电话都得等。第二档伪静态，适合页面数在 2000 到 5 万之间、带站内搜索和条件筛选、内容一天要更新好几次的站，这也是大多数企业站和资讯站的落点。第三档是保持动态输出、只用 canonical 标签做收敛，适合带购物车、实时库存、会员差异价这类页面内容因人而异的场景，硬做静态化反而会把不同用户看到的内容缓存串了。

还有个现实因素要一并算进去：纯静态需要网页制作的程序端支持发布即生成，如果现用的后台没有这个能力，为了静态化去改造发布流程的成本，往往比伪静态高出好几倍，而这两者在收录效果上的差别其实微乎其微。

校验方法：选定档位并落地一个栏目后，用 curl -I 请求这个栏目下的三条地址，确认都返回 200；纯静态还要额外去服务器对应目录里看一眼文件是不是真的生成了，文件修改时间对不对得上最近一次发布。

第三步：一次只切一个栏目，规则要写死边界

改写规则最容易出事的地方是写得太宽。规则里要同时锚定开头和结尾，不要用一条通配规则去兜住整站；后台管理目录、附件上传目录、css 和 js 所在的静态资源目录，这三处必须在规则最前面显式排除掉，命中就跳过改写。灰度顺序也有讲究：先切资讯或新闻这类页面数量少、结构简单、掉了也不心疼的栏目，跑三到五天没问题，再切产品和案例这类核心栏目。

校验方法：每切完一个栏目，立刻做三件事——打开后台列表页并点到第 2 页、在后台上传一张图片、在前台下载一个 PDF 附件。三样全部正常，才算这条规则没有误伤，只看前台页面能打开是不够的。

第四步：把同一篇内容的多个地址收敛成一个

一篇文章能被四个地址打开是很常见的情况：程序原始的带问号地址、新配的伪静态地址、结尾多一个斜杠的版本、后面挂着推广跟踪参数的版本。四个都返回 200，搜索引擎就得自己挑一个，挑中的未必是你希望的那个，权重也会被摊薄。

处置办法分两类。原始动态地址和多斜杠版本走 301 永久跳转，统一指向选定的主版本，主版本一般取伪静态、结尾不带斜杠、全小写这一种。带跟踪参数的版本不能做 301，一跳参数就丢了，投放统计当场断掉，这类要用 canonical 标签指回主版本，让参数照常传递、收录只算一份。

校验方法：把四个变体分别用 curl -I 请求一次，看状态码——应该是三条 301、一条 200，并且每条 301 都只跳一次就到终点。再打开主版本页面的源码，确认它的 canonical 标签指向的是它自己而不是别人。

第五步：分页页和筛选页单独定规矩

分页从第 2 页开始，canonical 要指向自己，不能全部指回第 1 页；指回第 1 页等于告诉搜索引擎第 2 页之后的内容不值得单独收录，列表越长损失越大。筛选页的问题更隐蔽：三个筛选维度各有 8 个选项，全组合能生成 500 多个地址，其中绝大多数只有一两条结果甚至是空页。可行的分界是单维度筛选允许被抓取，两个以上维度叠加的组合页加 noindex，并在 robots 文件里屏蔽对应参数；按价格、按时间这类纯排序参数一律不生成可被抓取的新地址。

校验方法：导一周的服务器日志，只筛搜索引擎的抓取记录，统计带两个以上参数的地址占比，正常应该低于 5%。超过这个数说明抓取预算正被大量空页面吃掉，回头去查站内是哪个组件在输出这些链接。

第六步：提交、观察与止损

sitemap 文件里只放主版本地址，生成之后自己抽查 10 条，看有没有旧格式漏进去——自动生成工具读的是数据库里的历史字段，漏网是常事。如果网页制作时用的是第三方 sitemap 插件，还要确认它的地址取值来源已经跟着改写规则同步更新，不少插件默认拼出来的仍然是程序原始的动态地址。然后到站长平台提交新的 sitemap，用抓取诊断工具挑 3 到 5 条新地址实测一遍，确认返回内容和浏览器看到的一致。观察窗口留 14 到 30 天，盯三个数：索引量、每日抓取频次、404 报错数量。切换后第 7 天务必导一次 404 日志，把出现 5 次以上的地址补进跳转规则表里。

常见报错与处理

伪静态一开，页面还在但样式全丢了。成因是模板里的 css、js 引用写的是相对路径，地址从一段变成三段之后，浏览器按新的层级去找资源文件，自然全部 404。处置是把模板里所有资源引用统一改成以斜杠开头的根路径，改动量大的情况下可以先在页面头部加 base 标签应急，但根路径才是长久做法。

后台能登录，点列表第 2 页就 404。成因是改写规则写得太宽，连后台的分页参数一起吞掉了。处置是在规则最前面加一条排除，请求路径命中后台目录时直接跳过所有改写逻辑。

同一条地址测试机打得开、正式服 404。成因通常是 Windows 环境不区分大小写而 Linux 区分，网页制作阶段有人把目录名或文件名打成了大写，在本地一直没暴露。处置是在规则里统一转小写，同时对已经流传出去的大写地址做 301。

纯静态站改了内容前台不变。成因是只写了数据库、没触发重新生成。处置是把生成动作绑定到发布按钮上，同时保留一个手动全量重建的入口，全量重建安排在凌晨执行，避免白天访问高峰期磁盘被写满。

一条旧地址要跳三次才到终点。成因是几轮改版的规则层层叠加，A 跳 B、B 又跳 C。处置是把规则表按最终目标地址合并，让所有旧地址一步直达终点，中间层全部删掉。每多一跳都要多一次请求往返，抓取预算和用户等待时间都在为此付费。

切换后第 10 天索引量掉了三成。先别急着回滚，八成是 sitemap 没更新，或者部分旧地址返回的是 404 而不是 301。查 404 日志基本就能定位。另外记住一条：地址切换后 30 天内不要再动第二次，反复变更比一次没做对的伤害更大。

带推广参数的地址被大量抓取，正常页面反而抓得少。成因多半是站内某个组件在输出带参数的内链，分享按钮和客服浮窗是重灾区。处置是站内链接一律指向不带参数的主版本，参数只在站外投放链接里出现。

切换前后的自查项

切换前后各跑一遍这九条：主版本地址是否唯一、全小写、结尾不带斜杠；四个常见变体是否都能一次 301 到主版本；后台列表分页、附件下载、图片上传三处是否正常；模板里的资源引用是否已全部改为根路径；分页第 2 页起的 canonical 是否自指；两个以上筛选条件的组合页是否已加 noindex；sitemap 里是否还混着旧格式地址；404 日志中出现 5 次以上的地址是否已补进规则表；从任意旧地址到终点的跳转次数是否都等于 1。九条里只要有一条对不上，就先停下把它修掉，不要接着切下一个栏目。