企业官网建设流程全解析

外贸独立站多语言版本被判重复，先别删页面。按 Google 官方文档口径，只有网页主要内容没翻译时，本地化版本才会被当作重复网页；标注写错，则整组 hreflang 会被忽略。下面4处按顺序查。

去年接手过一个站，英文版和德语版产品页主内容是各自写的，德语版照样进不了索引，站长后台提示重复网页。前后看过七八个类似的站，现象都长得差不多，成因分两类：一类是主内容确实只做了模板翻译，另一类内容没问题、标注本身被搜索引擎丢掉了。这两类的修法完全不同，混着做会白改好几轮。

一、先分清是主内容没本地化，还是标注被忽略

Google 在本地化版本文档里写了两句需要连起来读的话。一句是：如果网页的主要内容未经翻译，则该网页的本地化版本仅会被视为它的重复网页。另一句是：如果两个网页没有互指，系统将会忽略相关标记。前一句管内容，后一句管标注。

所以动手前先回答一个问题：被判重复的那一版，主内容到底翻没翻。只翻译了导航和页脚、主体还是原文，落在前一句覆盖的范围里，先补内容；主内容是独立写的，问题在标注，再往下查。围绕外贸独立站怎么做的讨论里，这两件事经常被合成一句"多语言容易被判重复"，其实是两条独立的问题线。

用 Search Console 的网址检查看具体地址，常见三种结果。

网址检查里还能展开看 Google 抓取到的 HTML。这个视图的用处是确认标注是否真的出现在服务端返回的 head 里。如果后台编辑器里能看到标注、抓取到的 HTML 里没有，那问题不在写法上，在渲染时机上，往下查标注也没有意义。

二、标注有三种落地方式，官方说它们等效

Google 官方文档列出的是三种方式：HTML 的 head 标签、HTTP 响应标头、XML 站点地图。文档的表述是这三种方法从 Google 的角度看等效，选最适合站点的那一种。同一段还提醒，可以三种同时用，但对搜索表现没有好处，管理三套实现要难得多。

这句话值得单独记下来。实操里出问题的站，很多是因为模板里写了一套 head 标注，站点地图生成器又输出了一套，两套内容对不上，等于自己给搜索引擎发了矛盾信号。选一种，写完整，语言版本增减时只改这一处。

方式一：HTML head 里的 link 标签

三个语言版本为一组，组内每个页面的 head 里放同一套标注，包含自己、两个兄弟版本，以及兜底页。下面用螺栓产品页举例。

<link rel="alternate" hreflang="en" href="https://example.com/en/products/m8-bolt/" /> <link rel="alternate" hreflang="de" href="https://example.com/de/produkte/m8-bolt/" /> <link rel="alternate" hreflang="es" href="https://example.com/es/productos/m8-bolt/" /> <link rel="alternate" hreflang="x-default" href="https://example.com/products/m8-bolt/" />

这四行要原样出现在英文版、德语版、西语版三个页面的 head 里，一行不差。德语版用的是/de/produkte/这样的本地化 URL，不是英文 URL 加语言前缀。示例域名换成真实域名之前先想清楚一件事：标注里的 href 必须和这一页的规范地址逐字符一致，协议、主机名、结尾斜杠三样都要对上，/fr和/fr/在搜索引擎眼里是两个地址。

方式二：HTTP 响应标头

这套写法对 PDF 规格书、参数表这类没有 HTML head 的文件是唯一可行的方式。响应头里用 Link 字段按同样的顺序列出来。

Link: <https://example.com/en/products/m8-bolt/>; rel="alternate"; hreflang="en", <https://example.com/de/produkte/m8-bolt/>; rel="alternate"; hreflang="de", <https://example.com/es/productos/m8-bolt/>; rel="alternate"; hreflang="es"

验证不用猜，直接看线上返回的响应头。注意要取线上的，不是本地配置文件。

$ curl -sI https://example.com/en/products/m8-bolt/ | grep -i '^link:' Link: <https://example.com/en/products/m8-bolt/>; rel="alternate"; hreflang="en", ...

方式三：XML 站点地图

站点地图方式把标注集中到一个文件里，语言版本增减只改一处，出错面最小。先在 urlset 上声明 xhtml 命名空间，再让每个 url 节点把组内所有版本列全，同样包含自己。

<?xml version="1.0" encoding="UTF-8"?> <urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9" xmlns:xhtml="http://www.w3.org/1999/xhtml"> <url> <loc>https://example.com/en/products/m8-bolt/</loc> <xhtml:link rel="alternate" hreflang="en" href="https://example.com/en/products/m8-bolt/"/> <xhtml:link rel="alternate" hreflang="de" href="https://example.com/de/produkte/m8-bolt/"/> <xhtml:link rel="alternate" hreflang="es" href="https://example.com/es/productos/m8-bolt/"/> <xhtml:link rel="alternate" hreflang="x-default" href="https://example.com/products/m8-bolt/"/> </url> <!-- 德语版、西语版各写一个同样的 url 节点，四行 xhtml:link 完全相同 --> </urlset>

三、4处最容易出错的地方

第一处：回指有没有断

官方原文是：如果两个网页没有互指，系统将会忽略相关标记。断掉的那一对会被丢掉，组内其余互指的对仍然处理。这句规则后面还跟着一句解释，说这么定是为了防止别的网站随意加一个标记，把自己的页面声明成你页面的备用版本。

工程上的解法不是逐对去核对，而是让同一组标注从同一个数据源生成。三个语言版本的 head 里，那一套 link 标签应当逐字节相同；走站点地图方式时，每个 url 节点的 xhtml:link 子节点也应当完全相同。手工维护九个页面，八个写对、一个漏了一行，整组的关系就断在漏掉的那一处，而且页面打开看还是正常的。

第二处：自己有没有被列进去，x-default 有没有

官方原文是：每个语言版本都必须列出其自身以及所有其他语言版本。三个语言版本加一个兜底页，每个页面的 head 里应当是四行，不是三行。少的那一行往往是自己，这类错误在 Search Console 里看不到提示，但整组标注会因此不被采纳。

x-default 是给语言和地区都与站点不匹配的访问者准备的兜底页。官方说明它专为语言选择器页面设计，所以最合适的位置就是那个让用户自己选语言的页面。这句话反过来说也成立：x-default 不要机械地指向首页。产品页所在的那一组里，兜底页指向一个与产品无关的首页，等于把找不到匹配语言的用户丢到一个不相关的页面，兜底就失去了意义。

第三处：语言和地区代码的写法

官方规则是：第一个代码为语言代码，采用 ISO 639-1 格式，后面跟一个可选的地区代码，采用 ISO 3166-1 Alpha 2 格式，中间用短划线分隔；只支持这两套标准里列出的代码。下面这几类写法都会出问题。

还有一条容易被误解的官方说明：Google 不使用 hreflang 或 HTML lang 属性来判断网页的语言，它用算法判断。也就是说 hreflang 不是"告诉搜索引擎这页是什么语言"的手段，它是"告诉搜索引擎这一组页面互为语言变体"的关系声明。代码写错的后果，不是被当成别的语言，而是这条关系不被采纳。

第四处：和 canonical 打架

这一处最隐蔽，因为两个标签单独看都没写错。每个语言版本的 canonical 应当指向自己；一旦德语页的 canonical 指向英文页，就等于同时告诉搜索引擎两件相反的事：hreflang 说这几页是本地化变体、按用户语言分别展示，canonical 说忽略这一页、把它并到那个地址上。两个信号冲突时，被合并掉的那一版通常不会再出现在索引里，再补 hreflang 也救不回来。

Google 的规范网址文档对这件事的要求是：使用 hreflang 时，应为页面指定同语言的规范网址；找不到同语言版本时，才退而指向最接近的替代语言版本。落到操作上就是一句话，每个语言版本的 canonical 写自己这一版。

这类问题在"从默认语言自动生成多语言版本"的建站系统上出现频率偏高，因为规范地址常常由默认站点配置带出来，多语言版本跟着继承。查的时候逐个语言版本确认，不要只看默认语言那一版就下结论。做独立站SEO 的核对清单里，canonical 与 hreflang 这一项建议单独列一行，它和收录问题缠在一起时最难分开看。

四、把4处合成一个脚本跑完

逐页肉眼比对不现实。用 Python 标准库写个检查，输入组内任一页面的 URL，抓取该页面，输出三样东西：标注条数、自己有没有被列进去、每一对回指是否成立，另外顺带标出不符合 ISO 格式的代码写法。

# hreflang_check.py # 用法: python hreflang_check.py https://example.com/en/products/m8-bolt/ import sys, re import urllib.request from html import unescape PAIR_RE = re.compile(r'hreflang=["\']([^"\']+)["\'][^"\']*href=["\']([^"\']+)["\']', re.I) VALID = re.compile(r'^(x-default|[a-z]{2,3}(-[a-z]{4})?(-[a-z]{2})?)$', re.I) def fetch(url): req = urllib.request.Request(url, headers={'User-Agent': 'Mozilla/5.0'}) with urllib.request.urlopen(req, timeout=20) as resp: return resp.read().decode('utf-8', 'ignore') def parse(html): return [(code, unescape(href)) for code, href in PAIR_RE.findall(html)] def main(url): anns = parse(fetch(url)) if not anns: print('未找到标注: ' + url) return codes = [code for code, _ in anns] hrefs = [href.rstrip('/') for _, href in anns] print('标注条数: %d' % len(anns)) print('自指: %s' % ('已包含' if url.rstrip('/') in hrefs else '缺失')) print('x-default: %s' % ('已包含' if 'x-default' in codes else '缺失')) for code in codes: if not VALID.match(code): print('代码格式可疑: %s' % code) for code, href in anns: if code == 'x-default': continue try: back = [h.rstrip('/') for _, h in parse(fetch(href))] except Exception as exc: print('抓取失败: %s (%s)' % (href, exc)) continue if url.rstrip('/') not in back: print('回指缺失: %s 没有指回 %s' % (href, url)) if __name__ == '__main__': main(sys.argv[1])

脚本只覆盖 HTML head 这一种方式。站点走站点地图或响应头时，把抓取与解析两段换掉即可：站点地图用xml.etree.ElementTree取 xhtml:link 节点，响应头把curl -sI的输出喂给同一个正则。脚本里的域名一律写成 example.com，换成真实域名后记得确认rstrip('/')没有把两个不同的地址判成同一个。

五、Search Console 已经不提供 hreflang 报错报告了

这一点比技术细节更容易踩。网上大量教程还在教"打开 Search Console，进指定国际目标报告，看语言定位那一栏的缺少返回链接"。Google 的帮助文档已经写明：指定国际目标报告已淘汰；Google 会继续支持并使用网页上的 hreflang 标记，但这项功能不再提供。也就是说，没有替代报告，全站级的标注问题不会在 Search Console 里给你列成一张待修清单。

现在能用的三类手段：网址检查逐页看 Google 抓取到的 HTML；自己跑一遍上面的脚本，或任意能解析 hreflang 的爬虫，按组比对；官方文档在调试一节里列了两个第三方工具，并注明这些工具不由 Google 维护或检查，用之前心里有数。单靠 Search Console 一块面板，是查不出标注问题的。

六、改完之后的验证顺序

改完标注不要只看首页。按这个顺序走一遍：把组内每个 URL 在网址检查里各跑一次，确认 Google 抓到的 HTML 里标注齐全；把站点地图重新提交一次；对改动过的页面提交重新抓取；然后把每个版本当前的状态、核对日期、改了什么记进同一张表。

状态更新有它自己的节奏。改完后几天没动静，不代表没生效。隔两三周回查同一批地址，有记录才对比得出来。这是独立站搭建交付后最容易被跳过的一步，改完不记录，下一轮又得从头查一遍。

七、几个常被问到的问题

标注齐全了，某一版还是没被索引。先把两件事分开：标注决定的是哪一版展示给谁，索引由另一套判定决定。回到第一处那个问题，看这一版的主内容是否真的做了本地化，内容与其他版本是否只是换了语言。

能用 JavaScript 把标注注入进去吗。官方列出的三种方式都落在服务端可见的位置。写在客户端渲染之后才出现的 DOM 里，等于把这件事交给渲染时机。用网址检查看 Google 抓到的 HTML 里到底有没有，没有就挪到服务端输出。

能不能按访问者所在地区或浏览器语言自动跳转到对应版本。官方文档在这件事上给的是明确建议：不要自动重定向。原因写在同一页里，Googlebot 抓取时通常来自美国，请求头里也不设置 Accept-Language，自动跳转会让它只能看到一个版本，其余版本可能因此发现不了。稳妥做法是每个语言版本各有独立网址、都能直接打开，再在页面上放一组指向其他语言版本的超链接让用户自己选。用 Cookie 或浏览器设置切换同一地址上的内容语言，同样落在不被推荐的写法里。

某个语言版本要下线怎么办。不要只删自己那一页的标注。先把它从组内其他所有页面的标注里去掉，再决定这个地址是 301 到同语言的替代页，还是保留 410。让别人继续指向一个已经下线的地址，那一对被忽略，还可能连带影响同组的其他对。

只翻译了模板、主内容还是英文，要不要标。官方把"主要内容用单一语言、只翻译模板"列为建议标注的情形之一，所以标注该做；但它和"主内容未翻译时本地化版本会被视为重复网页"是两回事。标注解决的是关系声明，解决不了主内容没有本地化的问题。

改标注要逐个语言版本动 head，语言一多工作量会跟着涨。我自己的站用的是 NeoGress，多语言版本的标注可以在同一处生成，语言增减时改动少一些来回；但标注有没有断开、代码写没写对、canonical 有没有打架，仍然得按上面4处一条条查，工具不解决这件事。

你的站是标注写全了还被忽略，还是某一版从头到尾没进过索引？这两种情况的排查起点不一样，评论区说一句你落在哪一种，我按你的语言组给核对顺序。