Концепция
Итак, я уже сделал (фактически обновил) этот сайт с собственной системой управления контентом (CMS), которая всем нравится. Как и в большинстве CMS, поведением по умолчанию были страницы доступа с уродливыми и совершенно бесполезными URL-адресами, такими как:
www.mysite.edu/index.php?pageid=xxxx
Идея заключалась в том, чтобы изменить его так, чтобы у нас были «настоящие» URL-адреса, которые не только выглядели бы лучше, но и лучше взаимодействовали бы с поисковой системой Google. Изменение действительно было не таким уж сложным:
- Увидеть, что не было страницы с соответствующим URL через Apache и перенаправить на /redirect.php с помощью ErrorDocument 404 /redirect.php
- redirect.php удаляет URL-адрес и находит его запись в базе данных.
- redirect.php повторяет данные HTML из записи страницы.
Поскольку все страницы были созданы в иерархической структуре (согласно CMS), поиск страницы был просто вопросом поиска в базе данных дочерних элементов, пока не был найден последний. Таким образом, URL-адрес, такой как www.mysite.edu/me/something/useful
, вызовет запись в useful
, которая является дочерней для something
, которая является дочерней для me
. Весь HTML-код страницы хранится в базе данных, поэтому, как только запись найдена, ее просто вывести на страницу через PHP.
Примечание: я фактически создал новую таблицу, в которой хранится полный URL-адрес каждой страницы и связывается с ее pageid
, поэтому процесс поиска значительно улучшился, а общая идея осталась прежней.
Эта проблема
На стороне клиента все работает изумительно хорошо. Однако я заметил, что Google еще не проиндексировал большую часть нашего сайта. По сути, он был в некоторой степени проиндексирован до того, как я его реконструировал, и теперь все, что осталось от индекса, — это файлы, URL-адреса которых остались прежними.
Наконец-то (сегодня) я получил некоторые данные из Инструментов Google для веб-мастеров, которые говорят, что он продолжает получать 404 ошибки на страницах, перечисленных в нашем sitemap.xml, однако, когда я нажимаю на ссылки, страницы открываются просто отлично. Это наводит меня на мысль, что хотя перенаправление работает хорошо, Apache по-прежнему отправляет сообщение Status: 404
, которое, вероятно, побуждает ботов Google прекратить обработку и/или не индексировать страницу.
Вопрос
В связи со всем этим возникает вопрос:
- Is there a way to first confirm that Apache is still sending
Status: 404
messages?- Answer: yes!
- Есть ли способ остановить его, продолжая перенаправлять на /redirect.php
Заранее спасибо!
Редактировать 1: Спасибо, Алекс, что познакомил меня с вкладкой «Сеть» в firebug. Поскольку я люблю и часто использую firebug, я уверен, что эта новая функция пригодится позже в будущем (читай: в настоящее время исследую другие возможности, которые она может делать). Благодаря вашему сообщению я смог подтвердить, что Status: 404
действительно является той проблемой, которую необходимо решить. Теперь вопрос конкретно в том, как отключить Apache от отправки этой ошибки и просто перенаправить страницу так, как мне нужно.
По просьбе, вот несколько примеров кода из моих файлов. Одна вещь, которую следует отметить в отношении файлов конфигурации, заключается в том, что я работаю на Debian Etch и устанавливаю через «apt-get install apache2 mysql-server php5
», поэтому они немного разбросаны, и фрагмент из списка — единственный, который, по моему мнению, имеет значение для Эта проблема. Поскольку это большой файл (669 строк), если вы хотите увидеть больше, пожалуйста, скажите мне, какие части будут полезны, и я включу их.
/etc/apache2/apache2.conf
...
ErrorDocument 404 /redirector.php
...
/etc/apache2/apache2.conf
- пустой файл
/www-root/redirector.php
<?php
//get the URL string after server id.
// e.g. www.mysite.edu/page returns "/page"
$pageReq = preg_replace("/\/$|\.php$|\.html?$/","",$_SERVER['REQUEST_URI']);
if(substr($pageReq,0,5)=='/wiki') { //am I redirecting to the wiki app
include "mewiki/wiki.php";
} else { //rest of site - what google will see
if($pageReq=='') //most site looks like /ME/something
$pageReq = '/ME'; //this fixes index to be appear as /ME
include "config.php";
//query the database for pageid
mysql_connect($meweb['host'],$meweb['user'],$meweb['pass']);
mysql_select_db($meweb['database2']);
$qPageReq = mysql_query("SELECT pageid FROM url_redirects WHERE ".
"url='".$pageReq."'".
"ORDER BY updated DESC LIMIT 1");
if($qPageReq) {
//query database for actual page
$pageid = mysql_fetch_assoc($qPageReq);
$qPage = mysql_query("SELECT * FROM pages WHERE pageid=".
$pageid['pageid']);
if($qPage) {
//createPage() is in page_loader.php. It actually does a lot
include "page_loader.php";
createPage(mysql_fetch_assoc($qPage));
}
}
mysql_close();
}
?>