SEO之网站结构优化（八）

news2024/11/14 21:27:58

初创企业搭建网站的朋友看1号文章；想学习云计算，怎么入门看2号文章谢谢支持：
1、我给不会敲代码又想搭建网站的人建议
2、新手上云

8、URL静态化

URL静态化一直以来都是最基本的SEO要求之一，但近一两年 SEO 行业对是否一定要做静态化有了一些观念上的改变。

1、为什么静态化
现在的网站绝大多数是数据库驱动，页面由程序实时生成，而不是真的在服务器上有一个静态HTML文件存在。当用户访问一个网址时，程序根据URL中的参数调用数据库数据，实时生成页面内容。因此动态页面相对应的URL原始状态也是动态的，包含问号、等号及参数，如下面这种典型论坛的URL:
http://www.domain.com/viewthread.php?tid=70376&extra=page=l
搜捜索引擎在发展初期(其实也就是10年前到三四年前而已)一般不太愿意爬行和收录动态URL,主要原因是可能陷入无限循环或收录大量重复内容，造成资源极大浪费。最典型的无限循环就是某些网站上出现的万年历，很多博客都按时间存档，一些宾馆、航班查询网站都经常出现万年历形式，如图所示。
在这里插入图片描述

搜索引擎蜘蛛碰到万年历，如果一直跟踪上面的链接，可以不停地点击下一月、下一年，无穷无尽陷入无限循环，每一个日期对应的页面内容也没什么区别。真实用户一眼就能看出这是个日历，但搜索引擎蜘蛛面对的只是一串代码，不一定能判断出其实这是个万年历。
有时就算不存在无限循环，动态URL也可能造成大量复制页面。比如URL:
http://www.domain.com/product.php?color-red&cat=shoes&id=12345
和URL:
http://www.domain.com/product.php?cat=shoes&color-red&id=12345
及 URL:
http://www.domain.com/product.php?color-red&id=12345&cat=shoes
很可能是完全一样的内容，都是型号为12345的红色鞋子。URL中参数顺序不同就是不同的网址，但调用参数一样，因此页面内容是一样的。如果 CMS系统设计不周全，这些URL都可能出现在网站上。
更麻烦的是有时某些参数可以是任意值，服务器都能正常返回页面，虽然内容全是一样或非常相似的。例如，上面URL中的参数 12345改为6789 或其他什么数字，服务器很可能也返回200状态码。
所以以前的搜索引擎对动态URL敬而远之，要想网站页面被充分收录，站长需要把动态URL转化为静态URL。

2、怎样静态化 URL
最常见的方法是使用服务器的URL重写模块，在LAMP (Linux+Apache+MySQL+PHP)服务器上一般使用 mod_rewrite 模块, Windows服务器也有功能相似的ISAPI Rewrite等模块。以LAMP服务器为例，要想把 URL:
http://www.domain.com/products.php?id=123
静态化为:
http://www.domain.com/products/123
需要启用服务器mod_rewrite模块，然后在.htaccess 文件中写入如下代码:

RewritcRule /products/([0-9]+) /products.php?id=$1

URL 重写代码基于正则表达式，每个网站的动态URL结构不同，服务器设置也可能不同，代码也就不同。正则表达式的写法比较复杂，千变万化，通常需要程序员编写。在写URL 静态化代码时必须非常小心，错了一个字符，多了一个斜杠等微小的不同，都可能造成灾难性的后果。我本人就遇到过这样的案例。
严格来说，这里所说的URL静态化应该称为“伪静态化”，也就是说服务器上述是不存在相应的HTML文件，用户访问时还是动态生成页面，只不过通过URL 重写技术使网址看起来像是静态的。也有的CMS系统可以实现真正静态化，站长增添产品或文章后，系统会自动生成真实存在的静态的HTML文件。对搜索引擎来说，真正的静态与伪静态没有区别。

3、URL不需要静态化吗
近两三年搜索引擎对动态URL的抓取有了很大进步。一般来说 URL 中有两三个参数，对收录不会造成多大影响。权重高的域名，再多几个问号也不是问题。不过一般来说还是建议将URL静态化，既能提高用户体验，又能降低收录难度。
2008年9月份，Google站长博客发表了一篇讨论动态网址和静态网址的帖子，颠覆了这个SEO界的传统观念。在这篇帖子里，Google明确建议不要将动态URL静态化。

Google 的帖子有几个要点。
(1) Google 完全有能力抓取动态网址，多少个问号都不是问题。

(2)动态网址更有助于Google 蜘蛛读懂URL含义并进行鉴别，因为网址中的参数有提示性。Google举了这个例子:
www.example.com/article/bin/answer.foo？language=en&answer=3&sid=98971298178906&query=URL
URL里的参数本身有助于 Google理解 URL及网页内容,比如 language后面跟的参数是提示语言,answer 后面跟的是文章编号， sid后面的肯定是Session ID。其他常用的参数包括:color 后面跟的一般是颜色，size后面跟的参数是尺寸等。有了这些参数名称的帮助，Google更容易理解网页。
将网址静态化后，这些参数的意义通常就变得不明显了，比如这个URL:
www.example.com/shoes/red/7/12/men/index.html
就可能使Google不知道哪个是产品序列号，哪个是尺寸。

(3) URL静态化很容易弄错，那就更得不偿失了。比如，通常动态网址的参数调换顺序所得到的页面是相同的，这两个网址很可能就是同一个页面:

www.example.com/article/bin/answer.foo?language=en&answer=3
www.example.com/article/bin/answer.foo?answer=3&language=en

保留动态网址，Google 比较容易明白这两个URL是一个页面，因而自动合并权重。经过静态化后，这样两个网址 Google 就不容易判断是不是同一个页面，从而可能引起复制内容:

www.example.com/shoes/men/7/red/index.html
www.example.com/shoes/red/7/men/index.html

再一个容易搞错的是Session ID，也可能被静态化进URL:
www.cxample.com/article/bin/answer.foo/en/3/98971298178906/URL
这样网站将产生大量URL不同、但其实内容相同的页面。
所以，Google建议不要静态化URL,
但是我目前还是建议尽量要静态化RL。原因如下。
(1) Google给的建议是从Google自己出发，没有考虑其他搜索引擎。Google 抓取任何动态网址没问题，并不意味着百度、雅虎、必应、搜狗、搜搜等都没问题。
(2) Google所说的静态化的弊端，基本上是基于静态化做得不正确的假设。问题是要做静态化就得做正确，假设会做错是没有什么道理的。有几个人会在静态化网址时把Session ID 也放进去呢?
(3)用户体验。带有参数的URL可能有助于Google 读懂内容，但是显然非常不利于用户
在一瞥之下理解页面大致内容。看看这两个网址哪个更清晰，更容易读懂，更有可能被点击呢: