双语个人博客 SEO 落地清单：Flask 里把 canonical、hreflang 和 sitemap 一次做对
很多个人博客做了中英文双语后，表面上看页面都能访问，实际上搜索引擎收到的信号却是混乱的：中文和英文文章互相抢 canonical，归档页和正文页 URL 写法不统一，sitemap 里既有首选地址也有重复地址，最后结果往往不是“两个语言版本都收录”，而是只留下一个版本，另一个版本长期不稳定。
对 Flask 博客来说，这件事并不复杂，难点在于别把几种机制混用错位。双语 SEO 的核心不是“多生成几页”，而是持续给搜索引擎明确、稳定、可重复验证的信号：每个语言版本有独立 URL、每个页面声明自己的 canonical、互译页面通过 hreflang 成对关联、站点地图输出的都是可公开抓取的首选地址。
如果你维护的是个人博客、小团队内容站，下面这套做法足够长期使用，而且和现有 Flask 模板、Nginx 反向代理、自动发布脚本都能对接。
1. 先把 URL 结构定死，别靠自动跳转切语言
双语站最常见的错误，是根据浏览器语言自动跳转，然后让同一篇内容在不同入口下返回不同语言。这种方式对用户也许友好，但对搜索引擎并不稳定。更稳妥的方案是给每个语言版本固定 URL，中文和英文都能被直接访问。
个人博客里建议像这样约定：
中文文章: /article/<slug>
英文文章: /en/article/<slug>
中文栏目: /category/tech
英文入口: 页面内切换，不做强制 302 语言跳转
Flask 路由可以明确拆开：
@app.route("/article/<slug>")
def article_detail(slug):
return render_article_detail(slug, "zh")
@app.route("/en/article/<slug>")
def english_article_detail(slug):
return render_article_detail(slug, "en")
这样做有两个好处。第一，分享链接时不会因为访问者语言不同而跳到别的版本；第二，后续 canonical 和 hreflang 都有稳定目标，不需要猜“当前页面到底代表哪种语言”。
2. canonical 只指向当前语言版本的首选地址
canonical 的作用不是“告诉搜索引擎只有一个语言版本应该存在”，而是告诉它“当前这页的首选 URL 是什么”。如果中文正文把 canonical 指到英文页，或者所有变体都指到首页，基本等于把自己的收录信号主动打散。
模板里应该让每个正文页输出自己的绝对地址：
<link rel="canonical" href="{{ abs_article_public_url(article) }}">
这个地址要满足三点：必须是线上公开域名、必须是最终可访问地址、必须与页面实际语言一致。对于双语文章，中文页 canonical 指向中文页，英文页 canonical 指向英文页，不要互相覆盖。
如果你站点经历过 http 到 https、IP 到域名、带 www 到不带 www 的迁移，还要在 Nginx 层把非首选地址 301 到主域名，否则模板里写得再对，外部链接和历史地址也会继续制造重复页。
server {
listen 80;
server_name stepnex.cn www.stepnex.cn 39.106.188.160;
return 301 https://stepnex.cn$request_uri;
}
3. 用 translation_key 或等价字段把互译文章绑成一组
双语博客不能只靠“标题看起来像同一篇”来做关联。真正稳定的做法，是在数据层保留一个跨语言共享的键，比如 translation_key。中文和英文 slug 可以不同，但 translation_key 应该相同，这样模板才能准确生成 alternate 链接，后台也能知道哪两篇是互译关系。
数据查询逻辑可以保持很简单：
def get_article_translations(article):
return (
Article.query.filter_by(
translation_key=article.translation_key,
status="published",
)
.order_by(Article.language.asc(), Article.id.asc())
.all()
)
正文模板再输出 hreflang：
{% for item in get_article_translations(article) %}
<link rel="alternate" hreflang="{{ item.language }}" href="{{ abs_article_public_url(item) }}">
{% endfor %}
<link rel="alternate" hreflang="x-default" href="{{ abs_article_public_url(article) }}">
对个人博客来说，zh 和 en 已经够用。只有在你明确区分 zh-CN、zh-TW、en-US、en-GB，并且页面内容真的按地区分化时，才有必要继续细化。
4. sitemap 只输出可索引的最终 URL，不要把重复入口一起塞进去
很多人一提到 sitemap，就想“页面越全越好”。实际更应该强调的是：放进去的 URL 必须是你希望被抓取和被视为首选的地址。若 sitemap 同时包含旧域名、测试域名、短链接、分页参数页，等于主动制造噪音。
Flask 里可以直接从数据库按已发布文章生成：
urls.extend(
sitemap_item(
abs_article_public_url(article),
article.updated_at or article.published_at or article.created_at,
"weekly",
"0.8",
)
for article in Article.query.filter_by(status="published").all()
)
这里要注意三件事：
- 输出绝对 URL，不要输出相对路径。
- 只放线上主域名最终地址，不放短链接
/p/<id>。 - 中英文页面各自都是独立 URL，就各自进 sitemap，但不要再额外放一份参数化重复地址。
同时在 robots.txt 里声明 sitemap 地址，方便搜索引擎发现：
Sitemap: https://stepnex.cn/sitemap.xml
5. 发布流程里顺手校验三类信号
双语 SEO 最大的问题不是“不会写标签”，而是发文后没人检查。建议把校验并入自动发布流程，每次发布后至少检查三件事。
第一，文章 URL 是否符合约定，例如中文以 -zh 结尾、英文以 -en 结尾，避免后台后来生成出难维护的随机 slug。
第二，页面源码里是否真的出现 canonical 和 alternate。很多站在本地模板里写了标签，但线上因为站点根地址配置错误，最后输出成了 http://127.0.0.1:5000/...，这种情况提交 sitemap 也没用。
第三，sitemap 是否已经包含新文章。若发布成功但 sitemap 还是旧内容，常见原因要么是缓存没刷新，要么是线上进程没重启。
一个轻量验证命令可以这样写：
curl -s https://stepnex.cn/article/flask-bilingual-blog-seo-canonical-hreflang-sitemap-zh | grep -E "canonical|alternate"
curl -s https://stepnex.cn/sitemap.xml | grep "flask-bilingual-blog-seo-canonical-hreflang-sitemap"
6. 这些坑最容易拖慢收录
第一种坑，是中文和英文正文内容几乎一样，只改了导航和少量词语。这样即使 hreflang 正确，搜索引擎也可能把其中一页视为弱重复内容。英文文章应该是自然重写，而不是逐句替换。
第二种坑，是 canonical、内部链接和 sitemap 三套信号互相打架。正文页写的是 https://stepnex.cn/...，但站内导航还在链向 http://39.106.188.160/...，收录就会变慢。
第三种坑，是发布脚本只校验接口返回成功，不检查最终页面。SEO 是结果导向，不是 API 导向。真正应该验证的是公开页面、公开 URL 和 sitemap，而不是日志里一行“publish ok”。
总结
双语个人博客的 SEO，不是多配几个 meta 标签，而是把 URL、canonical、hreflang、sitemap 和自动发布流程统一起来。对于 Flask 项目，最重要的顺序是：先固定分语言 URL，再保证 canonical 指向当前语言首选地址，用 translation_key 绑定互译文章，最后让 sitemap 和 robots.txt 只暴露最终可索引地址。
当这四步稳定后，中英文页面会更容易形成清晰的索引关系，后续无论你继续扩写 Python/Flask、Android/Kotlin 还是部署运维内容，搜索信号都会更干净，站点长期维护成本也会明显下降。