重复内容分三种：URL 变体造成的技术重复、模板页造成的大面积相似、内容搬运造成的实体重复。三种的查法与处理方式完全不同，混在一起谈就会误判。
方法一：URL 变体
同一内容可通过 http/https、www/非 www、带不带结尾斜杠、大小写、参数访问。
查法：随机抽十个页面，各用四种形态访问，看是否都 301 到同一个地址。
处理：统一 301，canonical 指向规范地址。
方法二：模板相似度抽样
抽五到十个同类页面（比如城市页），去掉导航与页脚，只比正文。
正文相似度超过八成，就是模板页问题。这类页面多了会拖累整站。
处理：给每个页面补独有信息（本地案例、本地数据），补不了的合并。
方法三：标题与首段查重
把所有页面的 title 与首段导出，做重复检测。
标题重复是明显信号：说明页面之间没有区分意图。
处理优先级
先修 URI 变体（成本低、影响大），再处理模板页（工作量大），最后看内容搬运。
一个常见误判
「同行业内容都差不多」不等于重复。判断依据是页面之间是否有信息增量，不是措辞是否相似。
页面数量与意图的关系见页面数量怎么定。
URL 变体自查
对任意一个页面，依次访问四种形态：
http://example.com/a/
https://example.com/a
https://www.example.com/a/
https://example.com/A/四种都应 301 到同一个地址，且 canonical 指向它。
有一个不一致，就会出现「同一内容多个地址」，收录与权重都会被分散。
处理顺序
先修技术重复（URL 变体），再做模板页差异化，最后处理内容搬运。
理由：技术重复改一次全站生效；模板页要逐页补内容，成本最高；内容搬运涉及改写，最慢。
顺序反了，会在最贵的地方先花完预算。