URL为什么要生成静态页面

URL为什么要生成静态页面: URL为什么要静态化
    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://ydt.edo2008.com/r.php?mod_v=&j=3&d=

    搜索引擎在发展初期(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。

    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，使蜘蛛可以无限点击下去。

    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。

    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。

    所以以前的搜索引攀对动态URL敬而远之，要想网站页面被充分收录，站长需要把动态URL转化为睁态URL。

    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://ydt.edo2008.com/r.php?mod_v=&j=3&id=123
静态化为:
    http://ydt.edo2008.com/products/123
需要启用服务器mod-rewrite模块，然后在.htacces:文件中写入如下代码:
    RewriteRule/products/([0-9]+) /products.php?id$1
    URL重写代码纂于正则表达式,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间，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”，也就是说服务器上还是不存在相应的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。

    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.conYshoes/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而是相同的，这两个网址很可能就是同一个页面:
    .www.example.com/article/birL/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.corWshoes/menJ7/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.example.com/article/bin/answer.foo/en/3/98971298178906/URl
    这样网站将产生大盘URL不同、但其实内容相同的页面。
    所以,Google建议不要静态化URL.

    但是我日前还是建议尽量要静态化URL，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:
    .www.example.com/productbin/answer.foo?language=en&producID=3&sid=98971298
      178906&cat=6198&&query=URL
    .www.example.com/product/men/shoes/index.html
    显然是第二个。

    除了点击率，长的动态网址也不利于记忆，不利于在邮件、社会化网站等地方抄送给别人。

上一篇:URL设计

下一篇:nofollow的使用