Маршрутизация URL: обработка пробелов и запрещенных символов при создании дружественных URL

Мой последний подход:

1. Преобразуйте все "странные буквы" в "нормальные буквы"-> à к a, ñ к n, и т.д.
2. Преобразуйте все несловесные символы в _ (т.е. не a-zA-Z0-9)
3. группы замены символов нижнего подчеркивания с одинарным подчеркиванием
4. удалите весь конец и начальные символы подчеркивания

Что касается устройства хранения данных, я полагаю, что дружественный URL должен перейти к базе данных, и быть неизменным, в конце концов, охладиться, URIs не изменяются

Решением 2 является типичный подход тех... некоторые улучшения являются возможными, например, превращающими апострофами ни во что вместо тире для удобочитаемости. Обычно Вы захотите сохранить munged-for-URL-validity версию заголовка в базе данных, а также 'реального' заголовка, таким образом, можно будет выбрать объект с помощью индексируемого ВЫБОРА ГДЕ.

Как бы то ни было. Нет никакого фактического запрещенного символа в части пути URL, пока Вы кодируете ее соответственно. Например, пространство, хеш или наклонная черта могут быть закодированы как %20, %23 или %2F. Таким образом, возможно закодировать любую строку в часть URL, таким образом, можно ВЫБРАТЬ его назад из базы данных фактическим, неизменным заголовком.

Существует несколько потенциальных проблем с этим в зависимости от Вашей веб-платформы все же. Например, что-либо на основе CGI будет не мочь сказать различие между закодированным %2F и реальным/, и некоторые платформы/развертывание могут испытать трудности с символами Unicode.

С другой стороны, простое и безопасное решение состоит в том, чтобы включать первичный ключ в URL, с помощью названных частей просто для того, чтобы сделать адрес более хорошим. например:

http://www.example.com/x/category-name/subcat-name/article-name/348254863

Это - то, как, например, Amazon делает это. Это действительно имеет преимущество, что можно изменить заголовок в базе данных и иметь URL со старым перенаправлением заголовка автоматически к новому.

При очистке URL вот метод, который я использую для замены символов с диакритикой:

private static string anglicized(this string urlpart) {
        string before = "àÀâÂäÄáÁéÉèÈêÊëËìÌîÎïÏòÒôÔöÖùÙûÛüÜçÇ’ñ";
        string  after = "aAaAaAaAeEeEeEeEiIiIiIoOoOoOuUuUuUcC'n";

        string cleaned = urlpart;

        for (int i = 0; i < avantConversion.Length; i++ ) {

            cleaned = Regex.Replace(urlpart, before[i].ToString(), after[i].ToString());
        }

        return cleaned;

        // Here's some for Spanish : ÁÉÍÑÓÚÜ¡¿áéíñóúü"

}

Не знайте, является ли это самый эффективный Regex, но это, конечно, эффективно. Это - дополнительный метод так для вызова его, Вы просто помещаете метод в Статический Класс и делаете что-то как это:

string articleTitle = "My Article about café and the letters àâäá";
string cleaned = articleTitle.anglicized();

// replace spaces with dashes
cleaned = Regex.Replace( cleaned, "[^A-Za-z0-9- ]", "");

// strip all illegal characters like punctuation
cleaned = Regex.Replace( cleaned, " +", "-").ToLower();

// returns "my-article-about-cafe-and-the-letters-aaaa"

Конечно, Вы могли объединить его в один метод под названием "CleanUrl" или что-то, но Вам решать

Как продолжение. У меня действительно есть некоторые идеи. Поэтому не стесняйтесь комментировать идеи или давать Ваш собственный ответ на вопрос:

Решение № 1: Замените все запрещенные символы тире:

• www.mysite.com/diseases---conditions/Auto-immune-disorders/the--1-killer-of-people-is-some-disease/

Это выглядит немного ужасным мне...

Решение № 2: Разделите запрещенные символы и замените пробелы единственными тире:

• www.mysite.com/diseases-conditions/Auto-immune-disorders/the-1-killer-of-people-is-some-disease/

Решение № 3 Примените несколько правил заменить определенные символы словами:

• www.mysite.com/diseases-and-conditions/Auto-immune-disorders/the-number1-killer-of-people-is-some-disease/

Решение № 4 Разделите Все Пробелы и используйте Капитализацию

• www.mysite.com/DiseasesAndConditions/AutoImmuneDisorders/TheNumber1KillerOfPeopleIsSomeDisease/

(Может не работать хорошо над чувствительными к регистру серверами и тверд читать),

В случае, если любому интересно. Это - маршрут (oooh... остроумный), я беру:

Route r = new Route("{country}/{lang}/Article/{id}/{title}/", new NFRouteHandler("OneArticle"));
Route r2 = new Route("{country}/{lang}/Section/{id}-{subid}/{title}/", new NFRouteHandler("ArticlesInSubcategory"));
Route r3 = new Route("{country}/{lang}/Section/{id}/{title}/", new NFRouteHandler("ArticlesByCategory"));

Это предлагает мне способность сделать URL как так:

• site.com/ca/en/Article/123/my-life-and-health
• site.com/ca/en/Section/12-3/Health-Issues
• site.com/ca/en/Section/12/

Решением 2 была бы моя рекомендация. Я не крупнейший в мире эксперт по SEO, но я полагаю, что это - в значительной степени 'стандартный' способ получить хорошие рейтинги так или иначе.

Что я делаю обычно должен позволять только допустимый символ и сохранять дружественный URL максимально коротким. Также важный то, что дружественные URL часто вставляются человеком, я никогда не генерирую дружественный URL из заголовка или содержания, и затем использую то для запросов базы данных. Я использовал бы столбец в таблице, например, friendly_url, так, чтобы администратор веб-сайта мог вставить дружественные URL.

Я решил эту проблему путем добавления дополнительного столбца в базе данных (например: UrlTitle вместе со столбцом Title), и сохранение заголовка лишило всех запрещенных символов с '&' символы, замененные 'и', и пробелы, замененные символами нижнего подчеркивания. Затем Вы можете поиск через UrlTitle и использовать реальный в названии страницы или везде, где.

Я предлагаю делать то, что Wordpress делает - полоса, небольшие слова и replce запрещенные символы с тире (макс. 1 тире) затем позволяют пользователю исправить URL, если они хотят. Это лучше, чтобы SEO сделала URL настраивающимся.

As a client user, not a Web designer, I find Firefox sometimes breaks the URL when it tries to replace "illegal" characters with usable ones. For example, FF replaces ~ with %7E. That never loads for me. I can't understand why the HTML editors and browsers don't simply agree not to accept characters other than A-Z and 0-9. If certain scripts need %, ?, and such, change the scripting applications so they will work with alpha numeric.