Question

我从零开始开发博客，到目前为止事情变得很好。我终于开始写我的第一篇文章/文章了，我一直在等Google为这个特定的页面编制索引，以确保它没有任何问题。好吧，谷歌目前正在将同一页面索引4次，我（在stackoverflow用户的帮助下）在我的htaccess上有一个mod_rewrite来重写所有来自特定文件的连字符（article.php）。

我目前的文章页面如下所示。例： www.site.com/article.php?article_id=10&article_title=friendly url goes over here

使用mod_rewrite我已将网址更改为以下内容。

www.site.com/article/id/friendly-url-goes-over-here

但Google似乎正在将同一页面编入索引4次......

www.site.com/article/10/friendly-url-goes-over-here
www.site.com/article/10/friendly-url-goes%20over%20here
www.site.com/article/10/friendly-url%20goes%20over%20here
www.site.com/article/10/friendly%20-url%20goes%20over%20here

为什么它会为同一页面中的4个索引？它似乎将每个连字符的插入次数编入索引，所以如果有10个连字符，我猜测Google会将同一页面的10个索引。这是我的所有htaccess文件。

RewriteEngine on

# add www before hostname
RewriteCond %{HTTP_HOST} ^oddify\.co$ [NC]
RewriteRule ^ http://www.%{HTTP_HOST}%{REQUEST_URI} [R=302,L,NE]

# if on article page, get slugs and make into friendly url
RewriteCond %{THE_REQUEST} \s/article\.php\?article_uid=([^&]+)&article_title=([^&\ ]+)
RewriteRule ^ /article/%1/%2/? [L,R=302,NE]

# if page with .php is requested then remove the extension
RewriteCond %{THE_REQUEST} \s/+(.+?)\.php[\s?] [NC]
RewriteRule ^ /%1/ [R=302,L,NE]

RewriteRule "^(article)/([^ ]*) +(.*)$" /$1/$2-$3 [L,R]

# Force a trailing slash to be added
RewriteCond %{REQUEST_FILENAME} !-f
RewriteCond %{REQUEST_FILENAME} !-d
RewriteCond %{THE_REQUEST} \s/+([^.]+?[^/.])[\s?] [NC]
RewriteRule ^ /%1/ [R=302,L]

# allow page direction to change the slugs into friendly seo URL
RewriteCond %{REQUEST_FILENAME} !-d
RewriteCond %{REQUEST_FILENAME} !-f 
RewriteRule (?:^|/)article/([^/]+)/([^/]+)/?$ /webroot/article.php?article_uid=$1&article_title=$2 [L,QSA,NC]

# silently rewrite to webroot
RewriteCond %{REQUEST_URI} !/webroot/ [NC]
RewriteRule ^ /webroot%{REQUEST_URI} [L]

# .php ext hiding
RewriteCond %{REQUEST_FILENAME} !-d
RewriteCond %{REQUEST_FILENAME} !-f
RewriteCond %{REQUEST_FILENAME}.php -f
RewriteRule ^(.+?)/?$ $1.php [L]

几天前我写了这个问题，我确保从谷歌取消索引页面，然后现在谷歌已经开始并以同样的方式重新索引它们。

以下是显示4个索引页的Google页面：google search page

Answer 1

.htaccess文件的问题在于，对于标题中的每个空格，它都会执行一次重定向。使用永久重定向（301）可能会或可能不会修复它，但即使这样，如果标题中出现太多空格，浏览器也会发出错误（检测到重定向循环）。您只需在服务器上执行所有操作即可解决这两个问题：

RewriteRule ^article/([^\ ]*)\ ([^\ ]*\ .*) /article/$1-$2 [N]
RewriteRule ^article/([^\ ]*)\ ([^\ ]*)$ /article/$1-$2 [L,R=301]

如果url中至少出现2个空格，则第一条规则匹配，并重写其中一个空格并命令Apache再次通过.htaccess文件（[N]）。如果只剩下一个空格，则第二个规则将匹配，除了重写最后一个空格外，它还将重定向用户。这只是一次重定向，希望永久重定向只会导致新的网址在Google中显示。

如果url中的空格多于Apache允许的内部递归，则会导致内部服务器错误。如果您有权访问httpd.conf，则可以更改LimitInternalRecursion以允许更多内部递归。 警告：将此项设置为SANE编号。如果由于某种原因你的RewriteRules中有一个无限循环并且这个数字非常高，你将锁定你的服务器，直到它达到这个限制。请参阅the documentation。

Answer 2

尝试将此重定向更改为301：

RewriteRule "^(article)/([^ ]*) +(.*)$" /$1/$2-$3 [L,R=301]

301状态告诉谷歌（以及浏览器和其他客户端）重定向是永久性的，并且不应再考虑旧的URL（带空格的URL）。

为什么Google索引友情网址与连字符和％20混合？

2 个答案: