什么是URL标准化？

shuoyy

现在互联网越来越讲究规范化，网站的URL标准化（URL canonicalization）是近两年来在各大搜索引擎的搜索结果中出现的一个很大的问题。它指的是搜索引擎挑选最好的URL网址作为真正网址的过程。

我们先看一下下面几个URL：

http://www.www.com

http://www.com

http://www.com/index.php

http://www.www.com/index.php

通常来说这几个URL一般来说指的是同一个文件或网页，但是从技术上来讲，这几个URL网址都是不同的。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，也就是你的主页。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。

当搜索引擎要规范化网址时，搜索引擎需要从这些选择当中挑一个最好的代表。一般来说，你的主页应该是固定的，只有一个。但是有的时候，在很多网站上站长在链接回主页时，所使用的URL并不是唯一的。比如很可能在你的网站上，一会连到URL http://www.www.com，一会儿连到URL http://www.www.com/index.php 。

这些网址都是同一个文件，显然给访客不会造成什么麻烦，但是对搜索引擎来说却是给它造成了困惑，哪一个网址是你真正的主页呢？如果在你的网站上，不同的版本网址都大量出现，那么这两个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。

当你的网站出现网址URL规范化问题的时候，就有可能造成被怀疑为复制网页，因而影响搜索引擎结果排名。

我们可能通过以下三种方法制定网站的URL标准化：

1）你的网站内部在链接到其他网页，尤其是主页时，只使用一种URL。不管是包含www或不包含www，你要由始至终只使用一个版本。这样搜索引擎也就明白哪一个是规范化的主页网址。

2）使用301重定向，在你的主机服务器上，把所有有可能成为主页网址的URL，到你所选择的主页网址版本。

3) 使用基准标签base 在网页的head区加上<base href=”http://www.xxx.com/” />
当然，除了包含www和不包含www的两个版本以外，还有其他类型的URL规范化问题。比如有的时候，搜索引擎会去掉或加上网址尾端最后的斜线。有的时候会尝试把大写字母换成小写字母，有的时候可能尝试去掉会话ID（session ID）等等，这些都有可能造成网址规范化问题。

kooris

学习了、、、、