hreflang标签的作用是什么，它如何帮助搜索引擎理解语言和地域版本？
解读
在国内面试中，这道题考察的是候选人是否具备“国际化”或“多区域”站点的实战经验。百度目前对 hreflang 仅做参考，但字节跳动、阿里、腾讯等头部厂在出海业务里大量依赖 Google，hreflang 是必答题。面试官想听到三层信息：①标签本质；②对爬虫的指引机制；③落地时与中国业务场景的结合（备案、CDN、内容重复度）。答得太浅会被追问“那和 canonical 区别是什么”，答得太深又容易把 HTML 头、HTTP 头、XML Sitemap 三种写法全背一遍，显得啰嗦。因此，用“场景+原理+风险”三段式最稳妥。
知识点
- 定义：hreflang 是面向搜索引擎的页级注解，用来声明同一内容的不同语言或区域版本，避免“重复内容”误判。
- 语法：
<link rel="alternate" hreflang="语言-地区" href="绝对URL" />，可放 HTML<head>、HTTP 响应头或 XML Sitemap。 - 双向确认：A 页指向 B 页，B 页必须回指 A 页，否则 Google 会忽略。
- 回退规则：hreflang="x-default" 指定“无匹配语言时的默认页”，常用于全球落地页。
- 与 canonical 区别：canonical 解决“同语言同区域”的重复，hreflang 解决“同内容不同语言/区域”的归属；二者可共存，但 canonical 必须指向自身语言版本，不能跨语言。
- 国内注意：域名若含 .cn 且服务器在境内，需完成 ICP 备案；海外版本用 .com 并放香港或新加坡节点，避免被防火墙误判。
- 常见错误：只写单向、漏写 x-default、href 用相对路径、语言代码用“zh”代替“zh-CN”导致香港流量被错配。
答案
hreflang 标签通过“语言—地区”维度告诉搜索引擎：虽然这些 URL 内容高度相似，但它们是面向不同用户的独立版本，应被视为等价而非重复。具体帮助体现在三步：
第一步，爬虫发现当前页的同时，通过 <link rel="alternate" hreflang="zh-CN" href="https://example.cn/page/" /> 拿到中文版，通过 hreflang="en-US" 拿到美英版，形成“集群”概念；
第二步，Google 根据用户搜索的语言、IP、Google 账号设置，在结果中替换为对应版本，提升点击率和用户体验；
第三步，避免权重分散与重复内容惩罚，让各版本在各自区域获得最大可排名潜力。
落地时，我们通常在 <head> 里做双向回指，并配合 Sitemap 批量提交；同时给境外版本加 x-default 指向英文全球页，确保未匹配语言也有归宿。国内站点若同时存在简体、繁体、英文，需分别用 zh-CN、zh-HK、en-US 并保证 CDN 节点与备案主体一致，防止因防火墙延迟造成爬虫取不到海外版，导致 hreflang 失效。
拓展思考
- 如果公司只做东南亚市场，却用同一套
.com域名，如何通过 hreflang 区分印尼、越南、泰国三种语言，又不触发“内容农场”风险？ - 当业务后期把
/id/子目录改成子域名id.example.com，如何批量更新 hreflang 并避免 404 导致集群断裂？ - 百度已支持
<html lang="">与 metaContent-Language，在国内是否需要同时保留 hreflang？如何衡量维护成本与 SEO 收益？