其实, 多语言页面这个问题, 它本身是不会让域名被降权, 或者是拒绝收录的。但是呢, 你要是那个多语言的架构搞错了, 那在信号层面, 就会稀释整个站点主题的那个集中度。
这样的话, 就会导致搜索引擎对核心页面的收录优先级降低, 这是肯定会发生的。所以说, 核心的判断标准只有一个, 就是你得让搜索引擎能够清晰识别出来, 这个域名的主语言版本到底是什么。
多语言页面影响收录的三个机制
1. 意思是说, 主题信号被稀释了。 事情是这样的, 当同一个域名下面存在好多不同版本的页面, 而且这些页面的内容主题都差不多, 高度重合的时候, 搜索引擎的爬虫程序在抓取网页时分配到的额度就会被分散开。
原本计划用来集中爬取核心中文内容的抓取预算, 会被那些不是目标语言的页面分走一部分。这样一来, 核心更新页面的刷新频率就会下降。
2. hreflang标签出现错误。
如果出现 hreflang 标注非常混乱的情况, 比如说把英文页面搞错了给标成了中文的, 又或者是没有把这个 x-default 给指向清楚的话，这个时候搜索引擎就会觉得网站的信号是在互相矛盾的, 所以会降低整个域名的可信度与权重方面的评价, 最终导致的结果是影响所有页面的被收录的表现情况。
3. 这是关于内容重复的判定。 如果多个语言版本的页面之间仅仅是借助机器翻译生成, 而没有对内容进行实质性的改写或补充, 那么搜索引擎有可能会把这些网页认定为低质量的重复内容, 进而导致同一个域名下那些高质量的网页被收录的比例受到影响, 从而下降。
判断你的多语言页面是否正在拖累收录
你应该在百度站长平台或者 Google Search Console 这种工具里, 去看看不同语言的子目录, 还有不同的子域名, 它们各自占的收录比例是多少。如果发现不是你想做的那个主要语言, 它的页面收录的数量, 远远超过了那些目标语言页面的收录数量, 这就说明你的主题集中度已经被稀释了。
检查一下在sitemap里面, 是不是把那些质量不太好的多语言页面和核心的页面给设成了同一个priority值。
请用包含site:这个字样的指令, 分别去查找每一个语言版本的网页情况, 然后对比一下实际被收录的数量到底是不是和之前预想的保持一致。
正确的多语言收录策略
1. 用户需要明确主语言版本的设置, 通过在x-default属性当中指向主语言的URL地址, 这样的方式能够使得搜索引擎清楚地知晓默认版本是什么情况。
2. 多语言的页面是使用独立的子目录来进行处理的, 这个独立的子目录就是像/en/这样子的存在形式, 同时也是在使用子域来进行处理的, 就是这样的子域形式就是比如en.yourdomain.com这样一个情况, 这样做的主要目的就是为了避免与核心的页面是混合在同一级的路径里面去的。
3. 针对多语言的内容, 它们必须要经过真正的本地化改造, 绝对不可以允许直接由那种全自动机器翻译出来的东西直接放到网上去用。
4. 对于多语言的这些页面, 在网站地图里面需要给予一个比较低的重要程度值这样的操作, 其主要目的就是为了保证那些核心的页面, 可以被搜索引擎更加优先的进行抓取这件事。
5. 新上线的多语言页面, 在初期, 可以通过修改robots.txt文件, 来实施暂时性的抓取限制这一操作。等到这个页面的内容质量实现稳定之后, 再取消掉这一限制措施, 允许机器人进行抓取。
我们可以拿gname.xin这种同时存在多种语言版本的站点作为例子来说说看。如果这个站点要一边承载中文页面, 一边也要承载英文页面, 同时还要照顾到日文页面等等情况的话。那么最好的办法就是建议把中文部分专门设置为x-default指向目标位置。
然后把英文版本、还有日文版本的内容, 统统都放在各自独立的子目录结构里面去进行管理。而且需要在每一个具体的语言页面内部, 通过添加rel=alternate属性来互相之间进行标注关联操作。这样做的好处是可以明确地指定hreflang参数信息。
最终就能够确保整个搜索优化信号链路的完整性问题得到一个妥善的解决和保证。
常见误区
多语言页面数量变多了, 并不代表域名权重就会跟着变高。这种想法是错误的。那些没有质量保证的多语言版面, 不仅不能帮你增加额外的权重, 反而会白白浪费掉抓取资源。
关于多语言页面一定要用子域名这种说法, 它并不是绝对正确的事实。如果在单个主域名的架构之下选择使用子目录的方式来部署内容, 那么各种权重信号会显得更加集中, 这种做法在操作层面往往是比较合适的, 特别是对于那些规模属于中小型范围的网站来讲更是如此。
上线多语言功能之后, 收录数量立刻出现了下降的情况, 这真的就一定是多语言功能所带来的问题吗?
这个观点是需要排除在同一个时间段里面, 内容质量本身有没有发生了变化, 外链的数量和分布有没有发生波动, 还有服务器的响应速度等其他相关因素, 只有在这些因素都被确认没有问题的情况下, 才可以把这个原因归结到那边去。
多语言页面实际上是站点在实现国际化这一能力过程中的一个组成部分, 如果说这个部分做到了架构非常清晰、各种信号保持完全一致、提供的内容具备真实性, 那么它就不会对被收录这件事造成伤害情况的发生, 反而是如果处理得不太得当的话, 这种情况下才会导致核心页面在收录表现方面的结果出现折扣现象。
