多语言网站优化和hreflang标签

从近两年我个人的SEO服务项目情况看，有越来越多的公司需要做多语言网站优化。国内公司做多语种网站，以电商公司居多，要往外卖产品。国外公司也有不少要做中文网站，不过电子商务类的不多，大品牌、留学／移民之类的比较多。



如果涉及语言比较少，比如只有英语和中文网站，语言使用范围不复杂的话，做SEO时倒没有什么特殊要求，英文、中文网站可以放在两个独立域名上，也可以放在同一个域名的两个子域名上，甚至可以放在二级目录上，内容和结构等可以没什么关联，基本上可以各做各的。即使页面内容是对应翻译的也没问题，中译英或英译中，内容一样，语言不同，搜索引擎不会认为是复制内容。



有时候情况复杂点，同一个国家使用多种语言，而且使用人数差别没有那么大，像中文在中国这样具有压倒性主流地位，如加拿大使用英语、法语，瑞士使用德语、法语、意大利语。一个语言也经常在多个国家使用，英语在英国、美国、加拿大、澳大利亚、新西兰，甚至新加坡，都是最使用广泛的语言。



在这些稍复杂的情况下，需要考虑一些多语言网站的SEO问题：



同是英文网站（或其它语言），不同国家或地区有各自独立域名，虽然也许有些许修正，如不同拼写（英国拼为colour，美国拼为color之类），但主体内容是一样的，怎样避免被搜索引擎认为是复制内容？



一个语种页面收录良好，另一个语种收录有问题，能不能让搜索引擎知道另一个语种版本在哪里，从而改进收录？



同一个国家，有不同语言使用者，怎样让搜索引擎知道这个页面是针对哪个语言的？



使用hreflang标签设置语言和地区，可以帮助解决这些问题。



hreflang标签的标准格式是这样的：

<link rel=”alternate” href=”https://www.abc.com.cn” hreflang=”zh-cn” />

hreflang标签分两部分，前面是语言，后面是地区。上面标签指明的是，这个页面针对中文（zh）、中国地区用户（cn）。



对应的：

<link rel=”alternate” href=”https://www.abc.com.au” hreflang=”en-au” />

指的是英文、澳大利亚。

<link rel=”alternate” href=”https://www.abc.co.uk” hreflang=”en-gb” />

指的是英文、英国。



在三个网站上，上面三个标签都放上，搜索引擎就知道针对不同语言、地区的版本是关联的，各自的网址是什么，并且不会被当成复制内容。



还有几个细节要注意。



hreflang标签可以放在同一个域名的不同页面上，也可以跨域名，放在不同域名上。



hreflang可以只写语言部分代码，如：

<link rel=”alternate” href=”https://www.abc.com” hreflang=”en” />

但不能只写地区部分：

<link rel=”alternate” href=”https://www.abc.ca” hreflang=”ca” />

上面这个是无效的，只写地区代码ca，不会被自动判断为是英文还是法文。



所有语言页面上都要加上所有hreflang标签，形成互相确认。中文页面指明自己是中文，同时指明英文版本在哪里，英文页面同样要确认自己是英文版本，对应的中文版本在哪里。



代表语言的代码要符合ISO 369-1标准，代表地区的代码要符合ISO 3166-1 Alpha 2标准。写代码时最好到官网查一下，不要想当然。比如上面提到的，英国的地区代码是GB，不是UK，和域名后缀不一样的。



中文的语言代码是ZH，不是CN。这个是有效的：

<link rel=”alternate” href=”https://www.abc.cn” hreflang=”zh” />

这个是无效的：

<link rel=”alternate” href=”https://www.abc.cn” hreflang=”cn” />

再比如，最近一个客户的日文页面写成这样：

<link rel=”alternate” href=”https://www.abc.co.jp” hreflang=”jp” />

这个是错的。前面提到，可以只写语言代码，但日语的语言代码是JA，不是JP。



再比如，韩语的语言代码是KO，不是KR，虽然韩国的地区代码和域名后缀是kr。