创建方便 Google 处理的网址结构

网站的网址结构应尽可能简单些。 请考虑 组织您的内容，让网址的构建合乎逻辑并易于理解 （尽可能采用易读字词而非长的 ID 数字） 。 例如，如果您要搜索有关航空 (aviation) 的信息，http://en.wikipedia.org/wiki/Aviation 一类的网址将会有助于您决定是否点击该链接。 http://www.example.com/index.php?id_sezione=360&sid=3a5ebc944f41daa6f849f730f1 一类的网址对用户的吸引力大大降低。

建议您在网址中使用标点符号。 网址 http://www.example.com/green-dress.html 比网址 http://www.example.com/greendress.html 对我们帮助大得多。 我们建议您在网址中使用连字符 (-) 而尽量避免使用下划线 (_)。

过于复杂的网址，特别是那些包含多个参数的网址，可能会给抓取工具带来麻烦，因为它们可能会产生大量不必要的网址，全都指向您网站上相同或相似的内容。 Googlebot 可能会因此而消耗大量不必要的带宽，也可能无法为您网站的所有内容编制完整索引。

此问题的常见原因

导致网址过多可能有多种原因， 其中包括：

• 一组项目的累加过滤。很多网站对同一组项目或搜索结果提供不同的视图，这样一般可以让用户使用定义的标准对其进行过滤（例如：显示海景酒店）。 当以累加模式组合过滤器时（例如：带健身中心的海景酒店），网站中网址（数据视图）的数量就会急剧增加。 因为 Googlebot 只需查看少量能用来访问各个酒店网页的列表即可，所以没有必要创建大量区别不大的酒店列表。 例如：
  • 特价酒店：

    http://www.example.com/hotel-search-results.jsp?Ne=292&N=461

     

  • 特价海景酒店：

    http://www.example.com/hotel-search-results.jsp?Ne=292&N=461+4294967240

     

  • 带健身中心的特价海景酒店：

    http://www.example.com/hotel-search-results.jsp?Ne=292&N=461+4294967240+4294967270

     

• 动态生成文档。 由于计数器、时间戳或广告影响，这可能会产生少量变化。
• 网址中有问题的参数。例如，会话 ID 可以产生大量的重复项目和更多的网址。
• 排序参数。某些大型购物网站会提供多种方式来排序相同的项目，因此造成网址数量急剧增大。 例如：

  http://www.example.com/results?search_type=search_videos&search_query=tpb&search_sort=relevance&search_category=25

• 网址中不相关的参数，例如推介参数。例如：

  http://www.example.com/search/noheaders?click=6EE2BF1AF6A3D705D5561B7C3564D9C2&clickPage=OPD+Product+Page&cat=79

  http://www.example.com/discuss/showthread.php?referrerid=249406&threadid=535913

  http://www.example.com/products/products.asp?N=200063&Ne=500955&ref=foo%2Cbar&Cn=Accessories

• 日历问题。动态生成的日历可能会生成指向未来及过去日期的链接，而这些日期没有开始日期和结束日期。 例如：

  http://www.example.com/calendar.php?d=13&m=8&y=2011

  http://www.example.com/calendar/cgi?2008&month=jan

• 损坏的相对链接。损坏的相对链接往往会造成死循环。 这个问题通常是由路径元素重复造成的。 例如：

  http://www.example.com/index.shtml/discuss/category/school/061121/html/interview/category/health/070223/html/category/business/070302/html/category/community/070413/html/FAQ.htm

解决此问题的方法

为避免网址结构发生潜在的问题，谨建议如下：

• 建议您使用 robots.txt 文件阻止 Googlebot 访问有问题的网址。 通常情况下，建议您拦截动态网址，例如生成搜索结果的网址或产生死循环的网址（如日历）。 在 robots.txt 文件中使用正则表达式可以很容易地拦截数量较大的网址。
• 尽可能避免在网址中使用会话 ID， 建议您使用 Cookie 代替。 请参阅我们的网站管理员指南了解更多信息。
• 通过截掉不必要的参数尽量缩短网址。
• 如果您的网站具有未设置期限的日历，请为指向自动创建的未来日历页的链接添加 nofollow 属性。
• 检查网站是否有损坏的相对链接。

本文转自谷歌站长工具帮助，http://support.google.com/webmasters/bin/answer.py?hl=zh-Hans&answer=76329。