重复内容来自打印版 ?print=1 该 canonical 还是 404

先看现象。文章页带 ?print=1 会输出一份纯正文版本，样式全去掉，内容与正文完全一致，日志里这类地址被抓了八千多次，索引里也进了几百条。

原因不止一个，得分开看。打印版没有 canonical，也没有 noindex，被当成独立页面。也可能是文章模板里的打印链接是普通 a 标签，蜘蛛会跟随。

少数情况下是打印版的 title 与正文页完全相同。

不容易想到的是，站内搜索和外链把打印版地址传播了出去。

动手时先统计打印版被抓的数量

awk '$7~"print=1"{c++} END{print c}' access.log

然后确认打印版的 canonical

curl -s 'https://www.example.com/a/1.html?print=1' | grep -o '<link rel="canonical"[^>]*>'

接着让打印版指向正文页

add_action('wp_head', function(){ if (isset($_GET['print'])) echo '<link rel="canonical" href="'.get_permalink().'">'; });

等前面都确认过，再把打印链接加上 nofollow

add_filter('the_content', fn($c) => str_replace('?print=1', '?print=1" rel="nofollow', $c));

改完先别撤，确认这几项。打印版不再出现在索引报告里，抓取次数降到每天几十次，正文页的排名没有变化。

提醒一点。打印版属于典型的功能性重复页，canonical 指回正文是最省事的做法，删掉功能反而影响体验。这类问题最好一次改到位，反复小改反而容易把原因搅混。