多语言 Hreflang 标签 建站 配置 | 3步修复GSC缺少返回标签报错

谷歌Search Console后台的旧版工具栏目里国际定位报告出现红色警告提示。页面上方的折线图显示缺少返回标签错误数量达到了125个。鼠标移动到图表右上角的向下箭头图标点击导出按钮一份包含全部异常网页明细的CSV格式文件被保存到本地电脑桌面上。用Excel表格软件打开这份大小为1.2MB的排查报告。利用Excel自带的数据透视表功能按语种分类排版查出引发报错频率最高的是西语版网页。这份包含850行数据的表格是修改代码的依据。查阅国际定位报告里的红色警告核对折线图上125个报错数量点击右上角图标导出CSV文件在Excel建立数据透视表分类排版筛选报错频率最高的西语网页登录网站服务器找到西语页面的HTML源代码文件。查阅第15行至第18行的head区域这里缺少了指向法语页面的relalternate语句。打开对应的法语页面源代码第16行清晰写着hreflanges-ES。单向的宣告违背了多语言配置的双向确认规则。打开西语网页的PHP模板文件在第17行敲入指向法语页面的代码。代码双引号内严格填入法文地区的标准化代码fr-FR。将修改后的文件上传到/www/wwwroot/目录下覆盖原文件。审查第15至18行head区域代码核实指向法语页面的relalternate比对法语页第16行es-ES标识修改西语网页模板补齐对应代码录入法文地区标准代码fr-FR不少网页除了向外指向其他语种少写了一条指向自身当前语言的语句。翻阅阿拉伯语网页的源代码在第19行补上一条包含hreflangar-AE的代码。这一行代码宣告当前网页对应的正是阿拉伯联合酋长国地区。配置列表的末尾多加一行带有x-default属性的后备页面指令。遇到电脑操作系统没有匹配语言环境的海外访客搜索引擎会依照这条指令展示网站默认的英文版通用主页。检查指向自身当前语言的语句在阿拉伯语网页第19行补写代码核实ar-AE代表阿拉伯联合酋长国加入x-default属性后备页面指令指定英文版主页接待无匹配访客打开常见的网站服务器控制面板寻找网页CDN缓存清理选项。点击清空全部节点缓存按钮页面加载转圈等待约5分钟直到进度条走完100%。网页头部的新代码被推送到遍布全球的150个CDN加速节点上。回到GSC控制台界面把刚才修改完的西语页面完整路径粘贴到顶部的搜索框内。按下回车键界面跳出带有正在测试实际网址字样的提示框。等待大约15秒钟点击屏幕右侧的请求编入索引灰色按钮。在服务器控制面板寻找CDN清理等待5分钟清空全部节点缓存将代码推送到150个全球节点把西语路径粘贴到GSC搜索框点击请求编入索引灰色按钮查阅网站根目录下的sitemap.xml网站地图文件。这个包含3500个商品网址的地图文件里混入了带有追踪参数的动态路径。在浏览器地址栏输入带有?currencyUSD后缀的测试网址。按下键盘上的F12键打开网页开发者工具网络请求面板里的状态码显示为301。爬虫顺着Hreflang标签抓取到了一个重定向跳转页面当天的抓取配额被白白浪费。把地图文件和页面头部标签里的路径全部替换成返回200状态码的静态着陆页。查阅根目录下sitemap.xml文件核对3500个网址排查追踪参数用F12开发者工具查看网络请求剔除状态码显示为301的路径替换为200状态码的静态着陆页常见语言地区配置正确的ISO代码写法错误的写法示例英国英语en-GBen-UK台湾繁体中文zh-TWzh-CN瑞士德语de-CHde-SW拉丁美洲西班牙语es-419es-LA正确配置ISO 639-1语言代码和ISO 3166-1 Alpha 2地区代码能将国际化网页的抓取错误率降低85%以上。翻阅谷歌官方指南的抓取预算说明文档页面。一个拥有10万个商品页面的中型多语言外贸商城每天分配到的抓取额度大约是4000到6000个网页之间。错误配置的语言标签会让爬虫在无意义的循环跳转中耗尽这5000个抓取额度。排查全站所有带有relcanonical的规范网页标签代码段。核对Hreflang属性里的路径字符与Canonical标签里填写的路径做到百分之百的拼写匹配。翻阅官方指南抓取预算说明文档核算10万页商城的每日抓取额度防止爬虫在循环跳转中耗尽配额排查带有relcanonical的标签确保两处路径字符百分之百匹配电脑上安装网站爬行软件模拟谷歌机器人的日常抓取行为。在软件设置界面的User-Agent下拉菜单中选择Googlebot Smartphone选项。将网站主页路径粘贴到顶部的输入栏把抓取速度限制调整为每秒钟读取5个URL。爬行任务结束后的右侧边栏数据报告里提示有42个网页出现了Hreflang双向对应冲突。这42个网页里有8个返回了404未找到错误。技术人员对照这份包含42个错误路径的清单进行逐一的代码修改。用爬行软件模拟谷歌机器人抓取选择Googlebot Smartphone代理将抓取速度限制为每秒5个URL在报告中查验42个Hreflang冲突对照404错误清单进行代码修改代码修改工作完成后的第14天重新登录GSC后台查看国际定位数据报表。原本显示125个错误的红色折线图在图表末端数值下降到了13个。排查剩下这13个报错网页发现属于下架超过三个月的旧款商品页。在服务器端的Nginx配置文件里加入410 Gone状态码规则。用这种状态码明确告知爬虫这13个旧商品页面已经被永久删除不需要再去寻找对应的其他翻译版本。在修复完成后的第14天查看报表核实125个错误数值下降到13个定位下架超过三个月的旧商品页在配置文件里加入410 Gone状态码告知爬虫13个页面已被永久删除