网站SEO优化诊断之URL规范化设置及常见问题！seo优化URL规范化(url normalization)其实就是一个标准化URL的过程，url规范化用于搜索引擎可以减少对页面的重复索引，同时也可以减少爬虫的重复抓取。浏览器端识别用户是否访问过一个URL也需要使用URL规范化。
一个网站的URL在搜索引擎的搜索结果中，是能够展示出来的，我们在做网站之前，最好要提前将目录的文件名做好规划。以便我们在做SEO的同时做好用户体验。所选择的URL最好能做到清晰、方便记忆的的效果，然后可以考虑其中的排名。下面浩沐就从三个大方面开始探讨咯！
URL规范化注意事项
网站的URL越短越好，URL的长度不超过1000个字节就可以被搜索引擎收录，但是这几百个字母需要用户记住的话也是很难的，因此我们选择的URL越短越好，最好方便用户去记住这个URL。
URL中避免出现太多参数，在一些开源的程序中，会出现很多种参数，一旦参数越多，会影响引擎蜘蛛的识别，很容易使网站进入蜘蛛陷阱。为了避免这种情况，建议大家尽量使用静态的URL或者伪静态的URL。
目录层级越少越好，减少网站的深层次目录，有助于网页的收录。如果是门户网站或者大型的网站，如果目录太深的话，可以选择使用2级域名来代替很深层级的目录。
具有很强的描述性，每一文件和目录具有描述性。
URL中包含关键词，在一个URL中包含关键词可以提高页面相关性，比如目录可以用拼音或者英文来命名，搜索引擎会识别目录的英文含义。
字母全部小写，网站里面的字母尽量要使用小写字母。
连接符的使用，文字、链接符之间的链接一般要使用连接符或者横线。
不规范的URL（示例）
URL中多余的字符
- 子域名的URL中包含”www”: “http://www.blog.dhaomu.com/”
- 含有默认端口: “http://www.dhaomu.com:80/tech/”
- 松散的URL: “http://www.dhaomu.com/tech/amazon-sucks-donkey-balls/9780470170779-item.html”
- 多余默认文件名index.html,default.php等：”http://www.dhaomu.com/tech/index.html”
- 文件路径中：多余的”/”:”http://www.dhaomu.com/tech/
/”，多余的点修饰串:”http://www.leiue.com/a/b/../page.html” - 查询串中多余的：? (空查询串):http://www.leiue.com/tech?，&，无用的查询变量:http://www.dhaomu.com/display?id=123
&fake=fake
URL缺少字符串
- 缺少”/”:”http://www.dhaomu.com/tech”
- 查询串缺少名称或者值:”http://www.dhaomu.com/display?id=” 或者 “http://www.dhaomu.com/display?=123”
其他不规范的URL
- “http://tech.dhaomu.com/” 与 “http://www.dhaomu.com/tech/”其实是相同的内容
- 使用IP代替域名
- 含有扩充字符(extended characters)，大小写敏感(“http://www.dhaomu.com/Intl/zh-CN/about.html” 和”http://www.dhaomu.com/intl/zh-CN/about.html”)
- “+”和”%20″混用
- 查询变量顺序混乱:”http://www.dhaomu.com/test.php?bar=1&a=test”
- 含临时的状态变量:http://www.dhaomu.com/test?back=/go.php
URL规范化设置
URL组成：
protocol :// hostname[:port] / path / [;parameters][?query]#fragment
协议://主机名[:端口]/ 路径/[:参数] [?查询]#fragmentURL规范化过程：
- URL协议名和主机名小写化：HTTP://WWW.DHAOMU.com/test -> http://www.dhaomu.com/test
- escape序列转化为大写,因为escape序列大小敏感%3a ->%3A
- 删除Fragment(#)：http://www.dhaomu.com/test/index.html#seo -> http://www.dhaomu.com/test/index.html
- 删除空查询串的’?’：http://www.dhaomu.com/test? -> http://www.dhaomu.com/test
- 删除默认后缀：http://www.dhaomu.com/test/index.html -> http://www.dhaomu.com/test/
- 删除多余的点修复符：http://www.dhaomu.com/../a/b/../c/./d.html -> http://www.dhaomu.com/a/c/d.html
- 删除多余的”www”：http://www.test.dhaomu.com/ -> http://test.dhaomu.com/
- 对查询变量排序：http://www.dhaomu.com/test?id=123&fakefoo=fakebar → http://www.dhaomu.com/test?id=123 \
- 删除取默认值的变量：http://www.dhaomu.com/test?id=&sort=ascending → http://www.dhaomu.com/test
- 删除多余的查询串，如?,&：http://www.dhaomu.com/test? → http://www.dhaomu.com/test
- Dust规则：http://www.dhaomu.com/test?id=123 -> http://www.dhaomu.com/test_123
URL防止重复设置技巧
举个常见的来例子来说，下面这几个URL一般来说指的是同一个文件或网页：
- http://www.dhaomu.com
- http://dhaomu.com
- http://www.dhaomu.com/index.html
- http://dhaomu.com/index.html
从技术上分析这是四个不同的地址，而在实际的使用过程中，被大多数人当作是一个地址使用着，所以在这个时候我们就需要做好设置，否则网站将会出现大量的重复。
相信这个对于很多人来说并不陌生，因为这些常常被一些人忽略，或者是有些人自作聪明，为了让搜索引擎更多的抓取网站页面，甚至有的站长还把几个域名解析到同一个主机，总觉这样可以提升收录，其实不然，搜索引擎又不傻，重复的多了，就是被索引，也没有什么排名，反而徒劳无功。
所以遇见这样的问题我们就需要确定网站的一个主域名，而像泪雪博客的就是使用的没有www的域名，所以就算你输入www访问也会自动跳转到没有www的域名上面，而像之前泪雪博客还使用过一个二级域名，现在依然是做了301跳转的，从而确定网站主域名，确保网站内容URL的唯一性。
写在最后：不规范的URL会造成网站很多重复的URL，导致爬虫重复抓取同一内容，影响网站有效的内容被抓取，同时也就影响索引。多个不规范URL造成页面权重稀疏，本来流向同一页面的权重，结果造成了流向多个不规范的URL。还有一个用户体验问题，复杂或者不规范的URL容易使用户对网站造成不良印象。
