跳到主要内容

如何审核规范化链接

2024-11-12

一个关于如何审核在 HTML 和 HTTP 标头中发现的规范链接元素，以查找常见错误和问题的分步教程。

如何使用 SEO Spider 审核规范化链接​

当一个页面可以通过多个 URL 访问时，rel=”canonical” 元素有助于指定页面的首选版本。它向搜索引擎发出提示，通过将索引和链接属性整合到单个 URL 中以用于排名，从而帮助防止重复内容。

本教程将引导您了解如何使用 Screaming Frog SEO Spider 快速有效地审核网站上的规范化链接实现。SEO Spider 将抓取在 HTML 和 HTTP 标头中找到的规范链接元素，并报告它们的设置和常见错误。

要开始使用，您需要下载 SEO Spider，它以精简版形式免费提供，可抓取多达 500 个 URL。您可以通过右侧边栏中的按钮下载。接下来，只需按照以下步骤操作。

1) 确保在“Configuration > Spider > Crawl”（配置 > 爬虫 > 抓取）下启用“Store”和“Crawl” Canonicals（存储和抓取规范化链接）​

此选项默认启用，因此除非您已调整配置，否则它将已设置好。SEO Spider 的“Configuration”（配置）可在顶级菜单中找到。

Crawl Canonicals

这意味着 rel=”canonical” 中引用的 URL 将被抓取，以及被提取和报告。接下来，单击“OK”（确定）。

2) 抓取网站​

打开 SEO Spider，在“Enter URL to spider”（输入要抓取的 URL）框中键入或复制您要抓取的网站，然后点击“Start”（开始）。

Crawl Site to audit canonicals

该网站和 rel=”canonical” 元素中的任何 URL 都将被抓取。

现在喝杯咖啡，等待进度条达到 100%，并且抓取完成。

3) 查看 Canonicals（规范化链接）选项卡​

Canonicals（规范化链接）选项卡 显示了在抓取中找到的所有 URL 及其对应的 rel=”canonical” 链接元素和 HTTP Canonicals（HTTP 规范化链接），它们在主窗口窗格中的单独对应列中显示。

规范化链接选项卡有 6 个过滤器，可帮助您了解规范化链接的实现，并识别常见的规范化链接问题。

canonicals tab

“Occurences”（出现次数）列计算已为每个 URL 发现的 rel=”canonical” 元素的数量。

右侧的概览窗口窗格提供了每个选项卡和过滤器中包含的数据摘要，因此您无需检查每个过滤器即可知道在哪里单击以查看是否有数据。在下图中，我们可以看到有 1 个 URL 已“canonicalised”（规范化），并且有 1 个 URL 具有“Non-Indexable Canonical”（不可索引的规范化链接）。

canonicals right hand overview pane

您可以按以下内容进行过滤 -

  • Contains Canonical（包含规范化链接）– 页面已设置规范 URL（通过链接元素、HTTP 标头或两者）。这可以是自引用规范 URL，其中页面 URL 与规范 URL 相同，也可以是“canonicalised”（规范化），其中规范 URL 与页面 URL 不同。
  • Self Referencing（自引用）– URL 具有一个规范，该规范与抓取的页面 URL 相同（因此，它是自引用的）。理想情况下，只有 URL 的规范版本才会在内部链接到，并且每个 URL 都应具有自引用规范，以帮助避免可能发生的任何潜在的重复内容问题（即使在 Web 上自然发生，例如 URL 上的跟踪参数，其他网站错误地链接到解析的 URL 等）。
  • Canonicalised（已规范化）– 页面具有与其自身不同的规范 URL。URL 已“canonicalised”（规范化）到另一个位置。这意味着搜索引擎被指示不要索引该页面，并且索引和链接属性应整合到目标规范 URL。应仔细审查这些 URL。在一个完美的世界中，网站不需要规范化任何 URL，因为只会链接到规范版本，但通常由于无法控制的各种情况以及为了防止重复内容而需要它们。
  • Missing（缺失）– 没有规范 URL 作为链接元素或通过 HTTP 标头存在。如果页面未指示规范 URL，则 Google 将识别他们认为的最佳版本或 URL。这可能导致排名不可预测，因此通常所有 URL 都应指定一个规范版本。
  • Multiple（多个）– 为 URL 设置了多个规范（多个链接元素、HTTP 标头或两者组合）。这可能导致不可预测性，因为对于一个页面，应该只有一个规范 URL 由单个实现（链接元素或 HTTP 标头）设置。
  • Multiple Conflicting（多个冲突）– 为 URL 设置了多个规范的页面，这些规范具有不同的 URL（通过多个链接元素、HTTP 标头或两者组合）。这可能导致不可预测性，因为对于一个页面，应该只有一个规范 URL 由单个实现（链接元素或 HTTP 标头）设置。
  • Non-Indexable Canonical（不可索引的规范化链接）– 规范 URL 是不可索引的页面。这将包括被 robots.txt 阻止、无响应、重定向 (3XX)、客户端错误 (4XX)、服务器错误 (5XX) 或“noindex”的规范。URL 的规范版本应始终是可索引的，“200”响应页面。因此，转到不可索引页面的规范应更正为解析的可索引版本。
  • Canonical Is Relative（规范化链接是相对的）– 具有相对而不是绝对 rel=”canonical” 链接标记的页面。虽然该标记（如许多 HTML 标记一样）接受相对和绝对 URL，但很容易在相对路径中犯下细微的错误，这可能会导致与索引相关的问题。
  • Unlinked（未链接）– 仅通过 rel=”canonical” 发现且未通过网站上的超链接链接到的 URL。这可能表明内部链接存在问题，或者规范中包含的 URL 存在问题。
  • Invalid Attribute In Annotation（注释中的属性无效）– 具有 rel=”canonical” 注释的页面，该注释包含使用 hreflang、lang、media 或 type 属性的备用版本。向链接元素添加某些属性会更改注释的含义，以表示不同的设备或语言版本。Google 会忽略这些注释，并且不会将其用于规范化。
  • Contains Fragment URL（包含片段 URL）– 具有 rel=”canonical” 的页面，该 rel=”canonical” 在 href 属性中包含片段 URL。Google 通常不支持片段 URL。Google 会忽略这些注释，并且不会将其用于规范化。
  • Outside <head>（在 <head> 之外）– 具有位于 HTML 中 head 元素之外的规范链接元素的页面。规范链接元素应位于 head 元素内，否则搜索引擎将忽略它。

4) 通过下部窗口窗格的“URL Details”（URL 详细信息）选项卡查看不可索引的规范 URL 的“Indexability Status”（可索引性状态）​

底部的“URL Details”（URL 详细信息）选项卡显示规范不可索引的原因。如下例所示，此规范 URL 不可索引，因为它已重定向。

Non-Indexable Canonical URL Info

规范 URL 是“https://www.thelightingsuperstore.co.uk/clearance-lighting/clearance-stock-light-fittings”，它会重定向。因此，这被认为是“不可索引的”。

5) 使用“Reports > Canonicals > Non-Indexable Canonicals”（报告 > 规范化链接 > 不可索引的规范化链接）导出批量导出源 URL、不可索引的规范 URL 及其状态代码​

要批量导出包含不可索引规范的源页面的详细信息、它们各自的可索引性、可索引性状态、状态和状态代码，请单击顶级菜单中的“reports”（报告），然后选择“Canonicals > Non-Indexable Canonicals”（规范化链接 > 不可索引的规范化链接）。

Non-Indexable Canonicals

此导出通常更容易理解和处理以进行修复（或发送给开发人员进行修复）。它还包括通过普通 HTML 锚元素在抓取中“未链接”的任何规范 URL 的详细信息。

6) 单击“Reports > Canonicals > Canonical Chains”（报告 > 规范化链接 > 规范化链接链）报告以查看链接的规范化链接和循环​

与重定向类似，规范化链接也可以链接并具有循环。页面 URL 可以规范化为另一个 URL，该 URL 规范化为另一个 URL，依此类推。或者，通常是规范化链接和重定向的组合。

canonical chains report

导出此报告后，过滤“Chain Type”（链类型）列以查找“Canonical”（规范化链接）或“Mixed”（混合）以查看规范化链接链。在上面的示例中，我们可以看到由于不可索引的规范 URL，存在“混合”重定向循环。

下图显示了导出的电子表格，显示有两个“重定向”（实际上是指“跳”，因为它可能包含规范化的 URL）、固定的“起始地址”和“最终地址”。最终地址可索引性为“不可索引”，因为它已“规范化”。单击图像以展开。

canonical chains export

滚动到电子表格的右侧，会显示已发现的每个跳。我们可以看到该地址具有规范重定向，其 301 状态代码会返回到起始 URL（导致循环）。同样，您可以单击图像以展开它。

canonical chain export part 2

为了总结电子表格，规范化链接链导出显示 https://www.thelightingsuperstore.co.uk/clearance-lighting 页面已将规范 URL 设置为 https://www.thelightingsuperstore.co.uk/clearance-lighting/clearance-stock-light-fittings。

但是，https://www.thelightingsuperstore.co.uk/clearance-lighting/clearance-stock-light-fittings 规范 URL 实际上 301 重定向回原始的 https://www.thelightingsuperstore.co.uk/clearance-lighting 父页面。

虽然这不是一个大问题，但它是搜索引擎的冲突信号，应该予以纠正。在某些情况下，规范化链接链可能更大，更复杂，此报告将有助于识别和突出显示错误以及链中的完整路径。

进一步支持​

上面的指南应有助于说明使用 SEO Spider 审核网站上的 rel=”canonical” 所需的简单步骤。

另请阅读我们的 Screaming Frog SEO Spider 常见问题解答 和完整的用户指南，以获取有关该工具的更多信息。

如果您有任何其他疑问，请通过支持与我们联系。