作者:Zac
更新日期: 2021年04月13日
网址规范化(URL canonicalization)是SEO工作中经常遇到,因而必须了解的一个重要步骤。就我检查过的网站来看,99%的网站有各种各样、程度不同的URL规范化问题。
什么是网址规范化?
网址规范化问题指的是网站上由于种种原因,同一个页面出现多个网址,搜索引擎挑选显示的URL有可能不是最恰当的、站长想要的那个URL网址。网址规范化就是通过一些SEO技术手段,帮助搜索引擎判断出真正的、站长想要的那个所谓规范化的网址。
举例来说,下面这几个URL一般来说指的是同一个文件或网页:
http://www.domainname.com
http://domainname.com
http://www.domainname.com/index.htmlhttp://domainname.com/index.htmlhttps://www.domainname.com
从技术上来讲,这几个网址都是不同的网址,是可以显示不同内容的。虽然在绝大部分情况下,这些网址所返回的都是相同的文件,也就是网站的主页。但是从技术上来说,主机完全可以对这几个网址返回不同的内容。
既然实质上是同一个页面,搜索引擎需要从这些选择当中挑一个最合适的代表,也就是规范化网址。但由于各种原因,搜索引擎不一定能判断正确。
比如,一般来说,网站首页是固定的,只有一个URL。但是有的时候,在很多网站上站长在链接回首页时,所使用的URL并不是唯一的。很可能在网站上,一会链接到 http://www.domainname.com,一会儿链接到 http://www.domainname.com/index.html 。这在没考虑网址规范化的CMS中是很常见的。外部链接也可能链接向不同版本的非规范化网址,而且别人链接到哪里还不能控制。
虽然这些情况不会给访客造成什么麻烦,因为这些网址都是同一个文件,但是对搜索引擎来说却是造成了困惑,哪一个网址是真正的首页呢?
上面举的首页例子只是造成网址规范化问题的一种原因,还有很多其它原因会造成网址规范化问题,会出现网址规范化问题的也不仅仅是首页。比如,电商网站经常会出现的产品列表不同排版、排序、显示产品个数等URL,页面内容是一样的,也会造成网址规范化问题。
再比如以目录为网址形式时尾端有没有斜线,URL中是否有字母大小写混用,用户访问时生成会话ID(session ID)等等,这些都有可能造成网址规范化问题。
为什么要避免网址规范化问题?
出现网址规范化问题,可能会给网站带来很多方面的负面影响。
比如,网站上不同版本的网址大量出现,那么多个URL可能都会被搜索引擎收录进数据库,这时就会造成复制内容网页。
所谓复制内容网页,指的是两个或多个网页的内容是相同或大部分相似的。很多时候,复制网页有可能是作弊手段。就算不是作弊手段的时候,搜索引擎通常也只会挑出其中一个返回搜索结果,而把其他的复制网页都排在最后面,以至于根本找不到。
如果复制内容只出现在同一个网站上,搜索引擎通常不会因此惩罚网站。但获得排名的可能不是站长希望的那个,对转化可能就有影响。如果复制内容出现在不同网站上,搜索引擎判断错误,可能就意味着原创版本没有得到排名。
即使不考虑复制内容,多个版本的不规范化网址也可能造成权重分散,因为网站上的内部链接和外部链接都很可能指向各种不同版本,使得本该获得所有链接的规范化网址没有得到该有的权重,影响关键词排名。
再进一步,即使搜索引擎从多个版本中正确判断出规范化网址,将权重合并到规范化URL上,网站上出现多个URL版本,也会造成抓取份额的浪费,因为搜索引擎需要抓取每一个版本URL,对大型网站来说,很可能会挤占了抓取其它更有用页面的份额。
怎样避免或解决网址规范化问题?
能避免出现网址规范化问题当然是最好,从建站时就要高度注意。如果已经出现网址规范化问题,就要从几个方面尽量解决。
1)谨慎选择CMS系统,看一下其它使用了这个CMS的网站生成的URL都是什么样的。有的CMS是比较SEO友好的,如 WordPress,但即使WordPress也没能完全避免网站规范化问题,可能还需要做特定设置,安装些插件,或者修改模板,修改特定功能等。以后有机会详细写一下WordPress的优化。
2)选择一个规范化网址版本后,全站严格贯彻使用。网站内部在链接到其他内页时,只使用规范化URL。不管是包含www或不包含www,不管URL结尾有没有斜杠,选定一个,就由始至终只使用这一个版本。这样搜索引擎也就明白哪一个是规范化的网址。
3)但是你没办法控制别的网站用哪一个网址连向你的页面。所以应该在你的主机服务器上,把所有非规范化网址,做301重定向到你所选择的规范化版本。这样各版本权重将被集中到规范化版本URL。具体参考301转向贴子。
4)在所有页面上用canonical标签指定规范化网址版本。canonical标签可以理解为和301转向的功能几乎相同,但用户是停留在原URL的。
5)在提交给搜索引擎的Sitemap.xml文件中,只提交规范化网址。