多语言网站的技术难点往往不在翻译本身,而在"如何让搜索引擎知道哪几个页面是同一件事的不同语言版本"。没有明确声明时,搜索引擎会把它们当成互相竞争的不同内容,各自去争夺同一批查询,结果往往是每个版本都排不上去,语言版本之间互相稀释信号。hreflang 就是 Google 为解决这一问题提供的标准机制:它不只告诉搜索引擎"这些页面互为替代版本",还要求每个版本回头标注其他所有版本,形成一张闭合的互指关系。这套机制写起来并不复杂,但正因为规则细节多,实践中的出错率很高——单向标注、代码写法不对、页面已下线却仍留着标注,都会让整套标注静默失效,而且不会给出报错提示。
hreflang 的工作方式:互指、自引用与代码含义
hreflang 通过 HTML 中的 link 标签实现,一行对应一个语言或地区版本:
<link rel="alternate" hreflang="zh-CN" href="https://example.com/zh-cn/page" />
要理解这套机制,有四条规则必须记牢:
- 必须互指。中文页要列出英文页,英文页也要列出中文页。只在一方标注的情况下,另一方不会被纳入这套关系,标注基本无效。这是实践中较为常见的错误。
- 必须自引用。每个版本都要在列表里包含自己,指向自身的规范地址。漏掉自引用是第二高频错误。
- 必须指向规范地址。hreflang 指向的 URL 应当是该页面自身的 canonical 地址。如果指向了一个重定向版本或别名地址,关系会被打断。
- 返回值必须正常。被指向的 URL 要返回正常内容,不能是 404、软 404 或被拦截的页面,否则这条关系直接失效。
语言代码的写法也有规范。语言部分用 ISO 639 标准,地区部分用 ISO 3166-1 Alpha 2 两位国家代码,中间用连字符连接。常见写法如 zh-CN(简体中文,中国大陆)、zh-TW(繁体中文,中国台湾)、zh-HK(繁体中文,中国香港)、en(英语,未指定地区)、en-US(英语,美国)。写错分隔符(用下划线代替连字符)、把地区代码写进语言字段、或者用"中文""简体"这类中文名称,都会导致这条标注被忽略。
x-default 是这套机制里的兜底位:当某个语言或地区的用户访问,而站点没有对应版本时,搜索引擎可以依据 x-default 指向的页面来决定展示哪个版本。它通常指向语言选择页或默认语言版本。
六类常见错误与对应的排查方式
| 错误类型 | 具体表现 | 排查方式 |
|---|---|---|
| 单向标注 | 只有中文页列了英文页,英文页没列回来 | 逐页抓取 head 区域,导出标注关系做双向性校验 |
| 缺少自引用 | 中文页的标注列表里没有 zh-CN 指向自己 | 校验脚本中检查每个页面的标注集合是否包含自身规范地址 |
| 代码写法错误 | 用下划线、用中文名称、地区码与语言码混用 | 对照 BCP 47 规范逐条核对代码格式 |
| 指向的页面不存在 | 标注指向已下线或返回异常的地址 | 批量请求所有 hreflang 目标地址,统计非 200 响应 |
| 与 canonical 冲突 | 页面的 canonical 指向另一个语言版本 | 同时读取 hreflang 与 canonical,判断两者指向是否一致 |
| 地区覆盖重叠 | 多个地区代码同时指向同一个 URL,或同一页面被两组规则同时标注 | 统计每个 URL 被多少条地区规则覆盖,收敛为一条 |
其中与 canonical 冲突这一条值得展开。Google 在处理冲突时的优先级是:canonical 的指向优先。也就是说,如果中文页的 canonical 指向了英文页,那么中文页的 hreflang 标注基本不会被采纳,多语言版本之间无法互相替代,站点会退回到"多个相似页面互相竞争"的状态。所以做多语言站点时,每个语言版本的 canonical 必须指向自己。
另一个容易忽略的点是返回链接:页面里应当提供一个语言切换器,列出全部可用语言版本。这既是给用户的可读性设计,也是给搜索引擎的信号来源,帮助它确认语言版本之间的对应关系。
URL 结构方案的选择
在写标注之前,先要把 URL 结构定下来。主流方案有四种:
| 方案 | 示例形态 | 适用情形 |
|---|---|---|
| 子目录 | example.com/zh-cn/page | 语言数量有限、站点规模中等;实施与迁移成本相对可控,域名权重集中,是多数企业的起点 |
| 子域名 | cn.example.com/page | 语言版本需要独立部署、独立团队或独立技术栈时 |
| 按国家或地区代码分配的域名 | example.cn/page | 主要面向单一国家市场、需要当地域名信号时;维护成本与域名投入较高 |
| 参数式 | example.com/page?lang=zh-cn | 不建议作为长期方案,同一内容多地址的问题会与 hreflang 冲突 |
结构一旦上线再改,代价很高:要重新做标注、重新做站点地图、重新处理所有历史地址的重定向。因此这一决定应当在建站阶段完成,而不是上线后发现语言版本互相竞争时才回头改。
从标注到上线的实施流程
- 建立语言—地区—URL 对照表。一张表列出所有版本、对应地址、目标受众与当前状态。这张表是后面所有步骤的唯一依据,也是上线后的核对基准。
- 在页面 head 里写 link 标注。按对照表为每个页面生成对应的 link 标签集合,注意互指、自引用与指向规范地址三条要求。更稳妥的做法是由模板按数据表统一生成,而不是逐页手写——手写是标注出错的主要来源。
- 加上语言切换器。在页面上给出全部语言版本的入口,位置固定、样式统一、链接为真实可抓取的 a 标签。
- 在站点地图中同步标注。除了 HTML head,也可以在站点地图里用 xhtml:link 写同一组语言关系。这为搜索引擎提供了第二处可发现的标注来源,实践中对发现速度有帮助。
- 上线前做互指校验。写一个简单的校验脚本:抓取全部语言版本的页面,解析出各自的 hreflang 集合,构造一张"页面 → 目标页面"的映射表,检查是否存在单向边、缺失自引用、指向失效地址。
- 上线后在后台验证。Search Console 的国际定位报告会列出每个语言版本的代码、状态,以及 hreflang 标注中的错误项(缺自引用、返回错误等),是官方渠道里最直接的核对入口。
- 建立维护机制。页面下线时同步撤掉对应的标注行;新增语言版本时同步更新对照表与站点地图;每季度跑一次互指校验。这三件事只要有一件漏掉,标注就会逐渐失效。
翻译质量与内容一致性如何影响结果
技术标注只是让搜索引擎"知道"这些页面是同一件事的不同版本,它并不确保这些版本会被认为同样有价值。内容本身的质量差异会直接体现在结果上。
几个具体影响面:
- 机翻痕迹会降低可信度。术语生硬、句式雷同的翻译页面,既影响用户阅读,也影响搜索引擎对内容质量的判断,尤其是专业术语密集的 B2B 站点。
- 语义一致性影响版本间匹配。如果中文页讲的是选型、英文页讲的是安装,hreflang 声明的"互为替代"关系就与实际内容不符,搜索引擎会自行调整判断。
- 本地化不等于翻译。单位制、货币、法规名称、联系方式、认证编号、可用库存与价格,都需要在各语言版本里对应到当地实际情况,而不是直译。
- 术语表要统一。同一概念在不同页面里用不同译法,会稀释主题信号,也影响 AI 引擎在跨语言检索时判断页面是否讲的是同一件事。
在 GEO 语境下还有一层:AI 检索器做多语言理解时,依赖的是页面的语义清晰度与实体表述一致性。一份术语统一、结构对应、事实可核验的多语言内容,在 AI 回答中被引用的可能性高于一段只做了字面翻译、读起来生硬的页面。这也是为什么翻译质量投入往往比再增加几个语言版本更值得。
铭赞经验:多语言项目的返工大多来自两个地方——一是把 hreflang 当成上线后补的收尾工作,没有在模板层统一生成;二是语言结构与内容生产流程脱节,页面上了线但对应语言的内容还没准备好,产生大量指向空页面的标注。比较稳的做法是把语言版本纳入内容排期:没有对应语言内容的页面,先不发布、不进站点地图,也不参与 hreflang 互指。
下一步行动
想知道你的多语言标注是否有效、哪些语言版本在互相竞争?铭赞提供免费的 SEO与GEO基础诊断:抓取全部语言版本做互指校验,列出单向标注、缺失自引用、指向失效地址与 canonical 冲突的具体位置,并评估各语言版本的内容质量与术语一致性对 AI 跨语言检索的影响。电话 13991172090,或访问 xamz.cn/geo/diagnosis.html 在线申请。
铭赞网络的服务范围覆盖GEO优化、SEO、网站建设和外贸营销,服务电话 13991172090。