Cloudflare Pages 站务：重复内容、跳转与部署提速

Search Console 报「重复网页」，我第一反应是代码有问题。实测发现：同一个首页在三个地址上都返回 200，内容 md5 完全一致。代码完全正确，问题出在部署配置。

三个地址，同一份内容

$ curl -s -o /dev/null -w "%{http_code} → %{redirect_url}\n" https://fusi.si/
200 →
$ curl -s -o /dev/null -w "%{http_code} → %{redirect_url}\n" https://www.fusi.si/
200 →                     # ← 应该 301 到主域
$ curl -s https://fusi.si/ | md5sum
a5ab014c...   # www 版本一字不差

三个入口分别是主域、www 自定义域、以及 Cloudflare 自动分配的 pages.dev 部署地址。只要都能 200 返回，Google 就会把它们判为重复内容。

好消息是页内 canonical 已经正确指向主域，所以 Google「选择的规范网页」其实是对的——它只是在你指定的规范之外又多发现了两个副本。

三种手段，各管一段

• canonical — 声明「这份内容以我为准」。代码侧能做，180 页全部已指向主域。
• 301 跳转 — 把 www 永久重定向到主域。这是最干净的做法，但必须在 Cloudflare 控制台配 Redirect Rule，代码做不到。
• robots屏蔽 — 用于 pages.dev 这种无法跳转的地址。只能阻止抓取，不能完全阻止权重传递，但配合 canonical 已足够。

User-agent: *
Allow: /
Disallow: /fusi-si.pages.dev/    # 仅屏蔽无法跳转的部署地址

Sitemap: https://fusi.si/sitemap.xml

.html 后缀的 308

Pages 默认启用 pretty-URL：/tools/chatgpt.html 会 308 跳到 /tools/chatgpt。这本身没问题，前提是站内链接、canonical、sitemap 三者统一用短地址。

这个站的 Search Console 报了 34 个「网页会自动重定向」——正好是早期部署过的 .html 地址。站内 181 种链接实测零个 .html，说明全部来自站外与历史记录，只能等 Google 更新。

排查这类问题最快的办法是扫全站内链，而不是逐页看：

grep -ro 'href="[^"]*\.html[^"]*"' --include="*.html" . | wc -l
# 0 = 站内干净，剩下的就是站外来的

把部署从 7 分钟压到几秒

npx wrangler 每次调用都会重新下载包，实测两次都超过 5 分钟未完成。npx 其实已经把包装好了，只是每次重新校验。

# 直接调用 npx 缓存里已下载的二进制
WR="$LOCALAPPDATA/npm-cache/_npx/<hash>/node_modules/.bin/wrangler"
$WR pages deploy _deploy --project-name=fusi-si     # 几秒完成

• 部署目录单独组装，只放静态产物，排除 .py / 源快照 / __pycache__
• 凭据存到 gitignore 的文件里，不要每次问；日志写文件再读，别接管道（缓冲会让进程看起来卡死）
• 把「构建 + 自检 + 部署」串成一个脚本，自检不过就不部署

相关工具