创建 SEO 友好的 URI 字符串的最佳方法

Posted 2023-02-24

【中文标题】创建 SEO 友好的 URI 字符串的最佳方法

【英文标题】：Best way to create SEO friendly URI string

【发布时间】：2011-06-02 15:13:55

【问题描述】：

该方法应该只允许在 URI 字符串中使用“0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ-”字符。

制作漂亮的 SEO URI 字符串的最佳方法是什么？

【问题讨论】：

这听起来是个糟糕的主意。请考虑使用encoding the URL。

@marcog：这听起来很像 SO 从标题生成对 SEO 友好的 URL。请注意，我很想用一个连字符替换所有非 alnum 字符序列；相同的一般效果（如果在极端情况下可能略有不同）但更容易理解。

@Donal 哦，对。不过，您肯定会从允许的字符集中生成一个随机字符串吗？

@marcog：SO 所做的是将那部分（实际上无关紧要）放在 URL 的末尾；之前的路径片段是一个 ID，它是实际定位问题的位置。为此使用用户输入是安全的，因为清理是根据严格的字符白名单定义的。 （随机字符串？这是从哪里来的？）

@Donal 好的，我明白你指的是什么。我以为你的意思是ID，例如4581025 这个问题。感谢您的澄清！

【参考方案1】：

如果您想搜索更多信息，这些通常称为“slug”。

您可能想查看其他答案，例如 How can I create a SEO friendly dash-delimited url from a string? 和 How to make Django slugify work properly with Unicode strings?

它们涵盖 C# 和 Python 而非 javascript，但对 slug 约定和您在制作它们时可能面临的问题（例如唯一性、unicode 规范化问题等）进行了一些与语言无关的讨论。

【参考方案2】：

这是普遍共识：

Lowercase 字符串。

string = string.toLowerCase();

Normalize所有字符并去掉所有diacritical marks（这样例如é、ö、à变成e、o、a）。

string = Normalizer.normalize(string, Form.NFD).replaceAll("\\pInCombiningDiacriticalMarks+", "");

Replace all- 剩余的非字母数字字符并在必要时折叠。

string = string.replaceAll("[^\\pAlnum]+", "-");

所以，总结一下：

public static String toPrettyURL(String string) 
    return Normalizer.normalize(string.toLowerCase(), Form.NFD)
        .replaceAll("\\pInCombiningDiacriticalMarks+", "")
        .replaceAll("[^\\pAlnum]+", "-");

【讨论】：

还建议删除前导和尾随标点符号。 // 删除结尾标点符号 .replaceAll("[^a-z0-9]+$", "") // 删除开头标点符号 .replaceAll("^[^a-z0-9]+", "");

【参考方案3】：

以下正则表达式将与您的算法执行相同的操作。我不知道图书馆会做这种事情。

字符串 s = 输入 .replaceAll(" ?- ?","-") // 删除连字符周围的空格 .replaceAll("[ ']","-") // 把空格和引号变成连字符 .replaceAll("[^0-9a-zA-Z-]",""); // 删除不在我们允许的字符集中的所有内容