关于 URL 的一些的知识

关于 URL
的一些准则

一个URL
必须唯一地，永久地代表一个在线对象
URL
的最基本的使命是唯一地代表 Internet
上的一个对象，URL
必须和 Internet
上的对象一对一匹配。然而现实中，这很难实现，我们经常可以通过多个 URL
到达同一个页面，比如， http://mysite.com/product/tv 和 http://mysite.com/product?name=tv，这种情形在现代 CMS
中更是比比皆是，针对这个问题，SEO moz
有一篇很好的文章，讲到了如何使用 Canonical URL
机制解决站点中的重复 URL
问题
。
URL
应该是永久的，这就要求你在站点上线前就非常严谨地规划 URL。如果有一天，你不得不更改 URL，一定使用
HTTP 301 机制，告诉浏览器和搜索引擎，你的那个 URL
所代表的对象，已经搬迁到新地址，这个机制可以保证你旧地址所获得 PR
不会被清零。

尽可能用户友好
这是 URL
设计的根本，你的 URL
应该为最终用户而设计。保持 URL
友好的一个好办法是在保证可读性的同时让它尽可能短。比如 /about
就好过 /about-acme-corp-page，当然，保持简短不能牺牲可读性， /13d2
一类的地址短则短矣，但并不友好。如果要在 Twitter， Facebook
一类的社会媒体网络分享你的 URL，可以使用 Bit.ly
一类的网址缩短工具，但这种工具产生的缩短 URL
并不友好，在 Wordpress
一类的 CMS
中，可以使用 PrettyLink Pro
或 Short URL plugin
一类的可控制的地址缩短插件。

URL
的设计切忌使用一些对用户来说没有意义的内容，比如数据库的 ID
号， /products/23
这样的 URL
地址对用户是极不友好的，应当使用 /products/ballpoint-pen
一类的地址。

保持一致性

站点内的所有 URL
必须保持一致的格式和结构，这样可以为用户带来信任感，如果你必须更改 URL
格式和结构，需要使用 HTTP 301
机制。

可预测的 URL

这也是 URL
一致性的一个表现，如果你的 URL
拥有很好的一致性，用户可以根据 URL
猜测别的内容的 URL，假如 /events/2010/01
指向 2010
年 1
月份的日程内容，那

/events/2009/01
应当指向 2009
年 1
月的日程。
/events/2010
应当指向 2010
年全年的日程。
/events/2010/01/21
应当指向2010年1月21日的日程。
URL中的关键词

URL
中应该包含本页重点内容的关键词，比如 /posts/2010/07/02/trip-best-buy-memory-cards
一类的 URL
本身就是对页面内容的反应。在 URL
包含重点内容关键词，也可以提高 SEO
性能。SEO
的一个很重要的原则就是，在 URL
地址中包含内容关键词。

关于 URL
的技术细节
下面说的是有关 URL
的一些技术细节。

URL
不应包含 .html, aspx, cfm
一类的后缀

这类信息对最终用户是没有意义的，却占了额外的空间，一个例外是 .atom, .rss, .json
一类的特殊地址，这类地址是有特别的意义的。译者注：在某些虚拟主机式 Web
服务器，这种做法未必现实。

URL
不应包含 WWW
部分

WWW
部分并不包含任何意义，是一个额外的负担，不友好。可以使用 HTTP 301
机制，将 www.domain.com
定向到 domain.com
。

URL
的格式

URL
的格式如下:

domain.com/[key information]/[name]/?[modifiers]

Key information
部分一般代表信息的类型或类别。Modifiers
部分则属于查询字符串范畴，它不应当代表数据结构，应当代表数据的修饰。Key information
部分应当尽可能简短，同时应当表现出一种层级关系，比如 http://domain.com/posts/servers/nginx-ubuntu-10.04，或 http://domain.com/news/tech/2007/11/05/google-announces-android。

Google News
对新闻源有一个有趣的要求
，Google
要求新闻源页面的 URL
中必须包含至少 3
位唯一的数字，因为他们会忽略年份数字，因此，应该使用一个5位或5位以上的数字。另外，也应该提供
Google News 站点地图
。如果你想向 Google
提供新闻，必须按这样的结构提供 URL，当然保持一致性，可以预测性也是必需的。

使用小写字符

URL
中所有字符都应使用小写，这更容易阅读。

URL
中包含的行为元素

URL
查询字符串中可能包含一些表示行为的元素，比如 show, delete, edit
等。非破坏性的行为可以体现在 URL
中，破坏性的行为应该使用 POST
。

使用 URL
友好字符

在 URL
中体现网页标题的时候，往往会用到一些特殊字符，应当把它们转换为 URL
友好字符：

全部大写字符换成小写
诸如
é
一类的字符应转换成对应的 e

空格使用短划线代替
诸如 !, @, #, $, %, ^, &, *
一类的字符应该使用短划线代替
双短划线应该使用单短划线代替
另外，没有必要的话，避免使用 %20
一类的 URL
逃逸符。

更多观点

Chris Shiflett
建议，可以使用一些类似句子的 URL，如：

chriscoyier.net/authored/digging-into-wordpress/
chriscoyier.net/has-worked-for/chatman-design/
chriscoyier.net/likes/trailer-park-boys
jacobwg.com/thinks/this-post/is/basically-done

译者补充：URL
的长度上限

URL
的最大长度是多少？W3C
的 HTTP
协议
并没有限定，然而，在实际应用中，经过试验，不同浏览器和 Web
服务器有不同的约定：

IE
的 URL
长度上限是 2083
字节，其中纯路径部分不能超过 2048
字节。
Firefox
浏览器的地址栏中超过 65536
字符后就不再显示。
Safari
浏览器一致测试到 80000
字符还工作得好好的。
Opera
浏览器测试到 190000
字符的时候，还正常工作。
Web
服务器：

Apache Web
服务器在接收到大约 4000
字符长的 URL
时候产生 413 Entity Too Large"
错误。

IIS
默认接收的最大 URL
是 16384
字符。