跳到正文
观点文章/文章详情

中英文官网如何告诉搜索引擎它们是对应内容?

核心结论

完整翻译、计划分别收录的页面,应明确各语言的规范网址,并用包含自身与双向对应的 hreflang 连接已公开版本。canonical 可用于选择同语言重复页中的首选地址;建议使用完整 HTTPS 地址。缺译页面不伪装发布,这些信号也不保证收录。

展示中英文网页各自自指 canonical 并通过双向 hreflang 互指、同时排除未翻译页面的结构示意图

很多企业的中英文官网上线几个月后,会出现一个常见却容易被误判的异常:中文页面在搜索引擎里正常收录,认真翻译的英文产品页和服务页却始终搜不到,或者海外搜品牌词仍旧跳出中文网址。团队常以为是英文写法不够地道,排查源代码才发现问题出在 <head> 里的两行声明上——英文页的 rel="canonical" 被模板错指回中文原页,hreflang 只从中文单向指到了英文,或者把还没译完的 404 占位地址填进了语言映射。

中英文官网告诉搜索引擎它们是对应内容,关键是把 canonical 和 hreflang 彻底分工:每一种已完整翻译且计划分别收录的版本都应指向该语言的规范地址,绝不能跨语言指回中文页;在此基础上,再用包含自身、双向互指且只纳入已译完页面的 hreflang,告知搜索引擎等价的语言版本。

先明确适用范围:下文以完整翻译、准备分别公开的中英文页面为例。Google 支持相对 canonical,但推荐绝对地址以减少解析和配置差异;hreflang 则需写完整地址。自指 canonical 是常用做法,不表示所有重复网址都应各自自指。

canonical 与 hreflang 各自管什么,绝不能跨语言指回

语言对应与规范地址
  1. 中文规范页
  2. 英文规范页
  3. 各自明确规范地址
  4. 互指已完成语言版本

这两个标签都放在网页头部,但解决的问题完全不同:

  • rel="canonical" 负责在同内容多网址间指定唯一规范版本。根据 Google 搜索中心《合并重复网址》文档,当相同内容因带追踪参数(如 ?utm_source=...)、http 与 https 并存而产生多个 URL 时,canonical 用于声明首选网址;即便是首选网址本身,也应加上指向自己的自指规范标签(Self-referential canonical),并使用含协议与域名的绝对路径。
  • hreflang 负责把不同语言或地区的等价页面分配给对应搜索者。按照 Google 搜索中心《向 Google 说明网页的本地化版本》,主体内容已完整翻译的多语言页面不被视为重复内容;hreflang 用来把英文页和中文页关联成同一内容的不同语言版本。

搞清分工后,就能看清为什么把英文页 canonical 指回中文页是双语建站中最致命的技术错误。部分系统习惯把中文当作“主记录”,英文模板未做语言隔离,导致 /en/services/website 的源码里输出了 <link rel="canonical" href="https://www.example.com/zh/services/website" />。这等同于通知搜索引擎:“英文页只是中文页的重复副本,请只收录中文网址。”其结果是英文页难以获得索引,SEO 与 GEO 内容基座 在海外搜索侧也会直接断层。

Google 在《合并重复网址》中还明确了三条协同规则:使用 hreflang 时,canonical 必须指定同语言的规范网址(仅当该语言无规范页时才考虑最佳替代语言);禁止在 rel="canonical" 上混写 hreflang、lang 或 media 属性(带此类属性的规范标签会被忽略);此外,在同语言存在近似重复页面时,Google 会优先选用处于有效 hreflang 集群内且使用 https:// 的网址作为规范页。

双向互指、x-default 与同域名/跨子域名映射规则

理清职责后,还需把四条工程规则落到位,避免标签写了却被搜索引擎直接忽略。

1. 包含自身 + 双向互指 + 完整 HTTPS 地址

  1. 列全对等版本且包含自身:中文页与英文页输出的 hreflang 集合必须完全一致,每页都要列出自己和所有其他已就绪语言。
  2. 缺一侧回指即失效:页面 X 指向页面 Y 时,页面 Y 必须用 hreflang 指回页面 X;单向声明会被忽略,以防外部网站擅自冒充他站的多语言版本。
  3. 写完整绝对地址:必须写 https://www.example.com/zh/...,不能简写为 /zh/... 或 //www.example.com/...。
  4. 只选一种投放方式:HTML <head>、HTTP Link: 响应头(适合 PDF)和 XML 站点地图(<xhtml:link>)效果等价,选定一种维护即可,避免多处并存引发冲突。
  5. 用对语言、脚本与地区代码:首段须为 ISO 639-1 语言代码(如 zh、en),可搭配 ISO 15924 书写脚本(zh-Hans、zh-Hant)或 ISO 3166-1 Alpha 2 地区代码(en-GB、en-US)。切忌只写国家代码(cn 或 be 会被当作语言代码),也不要使用 UK 等非标准地区代码。

2. x-default 的适用位置

hreflang="x-default" 用于兜底浏览器语言未匹配任何已列语言的用户。按照 Google 指南,它最适合标在语言选择页或国际默认入口首页上,例如将 x-default 指向中立的根入口页或通用英文首页,不必给每篇普通内页随意套用无关的默认页。

3. 同域名双路径(/zh/ + /en/)与跨子域名(www + en.)写法

按 Google 搜索中心《管理多区域和多语言网站》,同域名分目录维护简单,而独立子域名(如中文用 www.example.com、英文用 en.example.com,常见于 多语言与海外独立站方案)更便于主机分离。在 hreflang 规则里,跨子域名和跨独立域名完全受支持;但 Google 明确指出它不会依据子域名 en.、目录 /en/ 或 HTML lang 属性推断页面语种,而是依据页面可见正文识别语言,并靠显式 hreflang 建立对应关系。

以下是两种常见结构在 HTML <head> 中的正确示例(以虚拟示例域名演示):

<!-- 示例 A:同域名双路径(中文页 https://www.example.com/zh/services/website) -->
<link rel="canonical" href="https://www.example.com/zh/services/website" />
<link rel="alternate" hreflang="zh-Hans" href="https://www.example.com/zh/services/website" />
<link rel="alternate" hreflang="en" href="https://www.example.com/en/services/website" />

对应英文页将 canonical 改指自身 https://www.example.com/en/services/website,两条 hreflang 原样保留。若是 www 与 en. 跨子域名部署,英文页写法如下:

<!-- 示例 B:跨子域名部署(英文页 https://en.example.com/services/website) -->
<link rel="canonical" href="https://en.example.com/services/website" />
<link rel="alternate" hreflang="zh-Hans" href="https://www.example.com/services/website" />
<link rel="alternate" hreflang="en" href="https://en.example.com/services/website" />

前端用户点击语言切换时怎样留在本页、以及双站后台如何分工编辑,属于页面交互与内容运维层的设计,与上述搜索标签各自独立。

“中文已上线、英文还没译完”怎么处理

日常运营中,新动态或产品页经常中文先发布、英文还在翻译。此时若提前把英文地址塞进 hreflang 或英文站点地图,爬虫会撞上 404 或重定向,直接破坏双向互指;若为凑数让 /en/... 渲染中文正文,则会落入 Google 警告的“仅翻译外壳而正文未译”,既伤害海外访客信任,又制造跨语言重复页面。

依据 Google 对部分语种暂缺的允许条款,稳妥做法只有四步:

  1. 中文页保留自指 canonical:正常索引已公开的中文页面。
  2. 从 hreflang 剔除未就绪英文页:该中文页不输出 hreflang="en";若没有其他已就绪语言版本,则整组省略。
  3. 英文 URL 返回真实 404 并移出英文站点地图:未完成英文内容并确认可公开前,不放进任何 sitemap.xml。
  4. 英文上线后成对补全互指:待英文页返回 HTTP 200、正文确为英文且具备自指 canonical,再同步写入英文站点地图并开启中英文双向 hreflang。

假设示例:《中英文官网 canonical 与 hreflang 语言对应检查样表》

以下样表明确标为假设示例,用虚构域名 www.example.com 与 en.example.com 示范六类页面在不同阶段应输出的搜索信号:

假设页面场景

公开状态

rel="canonical" 指向

hreflang 映射集合

站点地图处理

首页(同域名双路径)

中英文均已公开(200)

中文指 .../zh;英文指 .../en

zh-Hans、en 互指,按需加 x-default 指默认国际入口

中英文规范地址均收录

服务详情页(同域名双路径)

中英文均已公开(200)

中文指 .../zh/services/website;英文指 .../en/services/website

zh-Hans 与 en 包含自身并双向互指

中英文规范地址均收录

方案页(跨子域名部署)

www 与 en. 均已公开(200)

中文指 https://www.example.com/solutions/global;英文指 https://en.example.com/solutions/global

两端均写全跨主域 https://www.example.com/... 与 https://en.example.com/...

各自子域站点地图收录自身规范地址,或统一对齐跨主域声明

本地公司动态(缺译阶段)

仅中文公开(200),英文未译完

中文指 .../zh/about/news/example-update

剔除未完成英文 URL(单语阶段省略跨语映射)

仅进中文站点地图;英文返回 404 且不收录

带推广参数访问链接

英文页带 ?utm_source=linkedin

仍指干净的自指英文地址 .../en/services/website

保持干净无参数的规范 zh-Hans 与 en 地址

只收录无参数规范地址

站内搜索结果页

标记 noindex 的功能页

保持纯净入口或按策略规范

不输出 hreflang,避免引导抓取结果空页

从站点地图完全剔除

上线前四步技术验收动作

网站开放搜索引擎收录前,只需在测试或预发渲染页面上核对四件事:

  1. 抽查各语言 <head> 的 canonical 归属:打开英文首页、服务页与文章页源码(如由前端脚本注入,须检查渲染后 DOM),确认全页只有一个 rel="canonical"、采用 https:// 绝对路径,且确切指向该英文页自身而非中文页。
  2. 成对核验 hreflang 状态码与回指:取中文页 hreflang="en" 中的完整地址直接请求,确认返回 HTTP 200(非 301/404)、可见正文确为英文,且该页源码中写着精确指回中文规范地址的回指标签与自指标签。
  3. 核对单一投放方式与 Sitemap 一致性:确认全站未同时在 HTML、HTTP 头与站点地图中混出彼此矛盾的 hreflang;检查站点地图内所有链接均返回 200,不含 noindex 页或未译占位页。
  4. 实测一篇缺译记录与协议规范:确认仅中文公开的页面里没有指向 404 的 hreflang="en",/en/ 未就绪地址不回退显示中文正文,且 http:// 访问能正确跳转至对应 https:// 规范域名。

把 canonical 与 hreflang 的边界理顺,本质上是让搜索引擎不必猜测你的双语架构:各语言站稳自己的规范地址,已对齐的页面彼此作证,未译完的内容诚实留白。如果你正准备上线或重构双语官网与海外独立站,可以先查看 企业官网与独立站服务,或带着现有双语路径规划来咨询页核对技术配置细节。

资料来源

聊聊你的项目

网站 / 业务系统 / AI 应用

企业微信咨询