对博客园 URL 的一些调整建议

在博客园里，每一个人的文章都有两个URL，一个是以username.cnblogs.com开头的，另一个是以cnblogs.com/username开头的（前面是否有www都可以）。默认的文章链接都是指向以后者开头的地址，而个人首页则指向username.cnblogs.com，这其实对用户的博客优化造成了很大的障碍。

搜索引擎友善

不知道什么时候开始，搜索引擎优化(SEO)成了绝对的贬义词，大概是从Google打击恶意SEO开始吧，所以我用搜索引擎友善这个词。

同一个页面以多个不同的URL出现，是对搜索引擎不友善的。站在搜索引擎的角度来看，你作为网站负责人明知道是相同的页面都要映射到几个不同的URL，这分明是加重搜索引擎的索引负担，同时对访客导航也不友善，容易导致访客看到一样的页面却怀疑它们是否在同一个地方，这是该惩罚的。事实上，搜索引擎也确实对这样的行为作出惩罚(penalty)，惩罚通常是降低搜索结果中的排名甚至不出现在搜索结果中，这种惩罚有时候针对所有副本，有时候针对除第一份以外的副本。

拿Google来说，从Google的帮助中可以看到它是强调网站页面的唯一性的，所以它仅索引网站中重复页面的第一个副本，其他副本不索引而且不可能出现在搜索结果中。当然，你可以依赖于Google的这种设计，但Google的帮助中则建议网站负责人通过robots.txt显式地禁止Google的爬网器索引多余的副本，这样你就可以确保它所索引的第一份副本是你所期望的那个URL。更详细的资料可以看Webmaster Help Center。

用户难以控制

搜索引擎的惩罚，受害的自然会是博客园的用户。用户不知道他的文章哪一篇会被当作第一份副本而被搜索引擎索引，也就无法做好article marketing。

要做好的article marketing，那么搜索引擎友善是必须的，有时候还需要和普通商品的online marketing一样有专门的着陆页(landing page)，让搜索引擎尽量将访客带到着陆页，然后访客能够马上了解到这个网站提供什么信息，有什么理由推动他在这个网站看下去。然而如果由于文章副本问题导致搜索引擎“失控”，那么用户将无法确认该marketing哪个URL。

希望Dflying允许我拿他的博客来举个例子，因为我是在他那里第一次看到username.cnblogs.com开头的文章地址用法。在Dflying的博客，所有他自己手写的链接都是以dflying.cnblogs.com开头的，而所有自动生成的链接都是以cnblogs.com/dflying开头的，这时候搜索引擎就会“失去控制”——部分文章以dflying.cnblogs.com开头的URL作为索引副本，而另一部分文章则以cnblogs.com/dflying开头的URL作为索引副本。到底一篇文章被搜索引擎索引了哪个副本并不确定，并且可能随着搜索引擎的更新而改变，这样你就无法确定该marketing哪个URL。更不幸的情况可能是，多个搜索引擎分别索引同一篇文章的不同URL副本，这样针对一个URL所作的marketing工作就仅对少数搜索引擎有效了，也就是说无论你marketing哪个URL都总有部分努力流失了，因为部分搜索引擎认为这个URL是不应该索引的副本。

其他的趣事

大家可以点击我的feed看看，你会发现除了最近的几贴以外的其他贴都会显示“Technorati: 1 link to this item”。这是FeedBurner提供的功能，用于显示Technorati索引的博客中有多少文章链接到这篇文章。Technorati的中文用户是不多的，所以索引的中文博客也不多，怎么可能给它统计到别人链接我的文章呢，况且数量都是1。我登录上Technorati一看才明白怎么回事，原来cathsfz.cnblogs.com和www.cnblogs.com/cathsfz被认为是两个不同的博客，因为前者首页会链接到若干文章，而地址则是后者的，所以就理解为外部博客链接，而且链接数量都是1。

对URL的建议

URL当然是unique的好，我个人的看法是既然提供了username.cnblogs.com开头的首页，就应该将文章链接都做成以username.cnblogs.com开头的，避免上述Technorati索引为两个博客的问题，同时通过robots.txt禁止搜索引擎索引cnblogs.com/username开头的链接以避免搜索引擎“失控”。

Sharepoint有个有趣的功能，它能够根据访问时的URL识别一个Sharepoint站点的所有入口地址。例如10.0.0.1、www、www.company.com指向的都是企业内的同一个Sharepoint站点，那么它就能自动将这3个URL记录下来。当用户通过10.0.0.1访问时所有站内链接都是以10.0.0.1开头的，而这还不是最有趣的，最有趣的是即使你在Sharepoint中发表一篇文章而文章内有一个指向www开头的链接Sharepoint也会将它改为10.0.0.1开头。

这个链接更改特性好像还可以配置，让它强行把链接改为某一个入口地址为开头。如果强行指向www.company.com为入口地址，则上述情况中的站内链接和文章内链接都会改为www.company.com开头。

如果博客园支持这样的功能就最好了，这样每一个用户都可以根据自己的需要来设置入口地址，在自己的文章中交叉链接时也无需刻意考虑链接哪个URL副本，因为最终的输出都会链接向指定入口地址的副本。实现这样的功能应该不难吧，只需要一个IHttpModule就行了，而博客园实现用户域名支持本身也依靠IHttpModule吧，所以改进该IHttpModule应该就能实现上述功能。