URL網(wǎng)址規(guī)范化是什么？
網(wǎng)址規(guī)范化（URL canonicalization）是SEO工作中經(jīng)常遇到，因而必須了解的一個(gè)重要步驟。就我檢查過的網(wǎng)站來看，99%的網(wǎng)站有各種各樣、程度不同的URL規(guī)范化問題。
什么是網(wǎng)址規(guī)范化？
網(wǎng)址規(guī)范化問題指的是網(wǎng)站上由于種種原因，同一個(gè)頁面出現(xiàn)多個(gè)網(wǎng)址，搜索引擎挑選顯示的URL有可能不是最恰當(dāng)?shù)?、站長想要的那個(gè)URL網(wǎng)址。網(wǎng)址規(guī)范化就是通過一些SEO技術(shù)手段，幫助搜索引擎判斷出真正的、站長想要的那個(gè)所謂規(guī)范化的網(wǎng)址。
舉例來說，下面這幾個(gè)URL一般來說指的是同一個(gè)文件或網(wǎng)頁：
http://www.domainname.com
http://domainname.com
http://www.domainname.com/index.html
http://domainname.com/index.html
https://www.domainname.com
從技術(shù)上來講，這幾個(gè)網(wǎng)址都是不同的網(wǎng)址，是可以顯示不同內(nèi)容的。雖然在絕大部分情況下，這些網(wǎng)址所返回的都是相同的文件，也就是網(wǎng)站的主頁。但是從技術(shù)上來說，主機(jī)完全可以對這幾個(gè)網(wǎng)址返回不同的內(nèi)容。
既然實(shí)質(zhì)上是同一個(gè)頁面，搜索引擎需要從這些選擇當(dāng)中挑一個(gè)最合適的代表，也就是規(guī)范化網(wǎng)址。但由于各種原因，搜索引擎不一定能判斷正確。
比如，一般來說，網(wǎng)站首頁是固定的，只有一個(gè)URL。但是有的時(shí)候，在很多網(wǎng)站上站長在鏈接回首頁時(shí)，所使用的URL并不是唯一的。很可能在網(wǎng)站上，一會鏈接到 http://www.domainname.com，一會兒鏈接到 http://www.domainname.com/index.html 。這在沒考慮網(wǎng)址規(guī)范化的CMS中是很常見的。外部鏈接也可能鏈接向不同版本的非規(guī)范化網(wǎng)址，而且別人鏈接到哪里還不能控制。
雖然這些情況不會給訪客造成什么麻煩，因?yàn)檫@些網(wǎng)址都是同一個(gè)文件，但是對搜索引擎來說卻是造成了困惑，哪一個(gè)網(wǎng)址是真正的首頁呢？
上面舉的首頁例子只是造成網(wǎng)址規(guī)范化問題的一種原因，還有很多其它原因會造成網(wǎng)址規(guī)范化問題，會出現(xiàn)網(wǎng)址規(guī)范化問題的也不僅僅是首頁。比如，電商網(wǎng)站經(jīng)常會出現(xiàn)的產(chǎn)品列表不同排版、排序、顯示產(chǎn)品個(gè)數(shù)等URL，頁面內(nèi)容是一樣的，也會造成網(wǎng)址規(guī)范化問題。
再比如以目錄為網(wǎng)址形式時(shí)尾端有沒有斜線，URL中是否有字母大小寫混用，用戶訪問時(shí)生成會話ID（session ID）等等，這些都有可能造成網(wǎng)址規(guī)范化問題。
為什么要避免網(wǎng)址規(guī)范化問題？
出現(xiàn)網(wǎng)址規(guī)范化問題，可能會給網(wǎng)站帶來很多方面的負(fù)面影響。
比如，網(wǎng)站上不同版本的網(wǎng)址大量出現(xiàn)，那么多個(gè)URL可能都會被搜索引擎收錄進(jìn)數(shù)據(jù)庫，這時(shí)就會造成復(fù)制內(nèi)容網(wǎng)頁。
所謂復(fù)制內(nèi)容網(wǎng)頁，指的是兩個(gè)或多個(gè)網(wǎng)頁的內(nèi)容是相同或大部分相似的。很多時(shí)候，復(fù)制網(wǎng)頁有可能是作弊手段。就算不是作弊手段的時(shí)候，搜索引擎通常也只會挑出其中一個(gè)返回搜索結(jié)果，而把其他的復(fù)制網(wǎng)頁都排在最后面，以至于根本找不到。
如果復(fù)制內(nèi)容只出現(xiàn)在同一個(gè)網(wǎng)站上，搜索引擎通常不會因此懲罰網(wǎng)站。但獲得排名的可能不是站長希望的那個(gè)，對轉(zhuǎn)化可能就有影響。如果復(fù)制內(nèi)容出現(xiàn)在不同網(wǎng)站上，搜索引擎判斷錯(cuò)誤，可能就意味著原創(chuàng)版本沒有得到排名。
即使不考慮復(fù)制內(nèi)容，多個(gè)版本的不規(guī)范化網(wǎng)址也可能造成權(quán)重分散，因?yàn)榫W(wǎng)站上的內(nèi)部鏈接和外部鏈接都很可能指向各種不同版本，使得本該獲得所有鏈接的規(guī)范化網(wǎng)址沒有得到該有的權(quán)重，影響關(guān)鍵詞排名。
再進(jìn)一步，即使搜索引擎從多個(gè)版本中正確判斷出規(guī)范化網(wǎng)址，將權(quán)重合并到規(guī)范化URL上，網(wǎng)站上出現(xiàn)多個(gè)URL版本，也會造成抓取份額的浪費(fèi)，因?yàn)樗阉饕嫘枰ト∶恳粋€(gè)版本URL，對大型網(wǎng)站來說，很可能會擠占了抓取其它更有用頁面的份額。
怎樣避免或解決網(wǎng)址規(guī)范化問題？
能避免出現(xiàn)網(wǎng)址規(guī)范化問題當(dāng)然是最好，從建站時(shí)就要高度注意。如果已經(jīng)出現(xiàn)網(wǎng)址規(guī)范化問題，就要從幾個(gè)方面盡量解決。
1）謹(jǐn)慎選擇CMS系統(tǒng)，看一下其它使用了這個(gè)CMS的網(wǎng)站生成的URL都是什么樣的。有的CMS是比較SEO友好的，如 WordPress，但即使WordPress也沒能完全避免網(wǎng)站規(guī)范化問題，可能還需要做特定設(shè)置，安裝些插件，或者修改模板，修改特定功能等。以后有機(jī)會詳細(xì)寫一下WordPress的優(yōu)化。
2）選擇一個(gè)規(guī)范化網(wǎng)址版本后，全站嚴(yán)格貫徹使用。網(wǎng)站內(nèi)部在鏈接到其他內(nèi)頁時(shí)，只使用規(guī)范化URL。不管是包含www或不包含www，不管URL結(jié)尾有沒有斜杠，選定一個(gè)，就由始至終只使用這一個(gè)版本。這樣搜索引擎也就明白哪一個(gè)是規(guī)范化的網(wǎng)址。
3）但是你沒辦法控制別的網(wǎng)站用哪一個(gè)網(wǎng)址連向你的頁面。所以應(yīng)該在你的主機(jī)服務(wù)器上，把所有非規(guī)范化網(wǎng)址，做301重定向到你所選擇的規(guī)范化版本。這樣各版本權(quán)重將被集中到規(guī)范化版本URL。具體參考301轉(zhuǎn)向貼子。
4）在所有頁面上用canonical標(biāo)簽指定規(guī)范化網(wǎng)址版本。canonical標(biāo)簽可以理解為和301轉(zhuǎn)向的功能幾乎相同，但用戶是停留在原URL的。
5）在提交給搜索引擎的Sitemap.xml文件中，只提交規(guī)范化網(wǎng)址。
來源：SEO每天一貼 Zac 昝輝
