ChuyenHuong.comChuyển Hướng
Chuẩn hoá HTTPS và www

Dấu gạch chéo cuối, chữ hoa, index.html: chuẩn hoá phần đường dẫn sau tên miền

Sau HTTPS và www, phần đường dẫn cũng cần một dạng chuẩn: có hay không gạch chéo cuối, chữ hoa, index.html. Cách chọn quy ước và chuyển hướng trong một bước.

Vietnamese content editor at a long shared desk in a Quang Ninh tourism office, reviewing printed page mockups with blank placeholders, colleagues blurred in background

Chuẩn hoá HTTPS và www mới lo xong phần đầu của địa chỉ; phần đường dẫn phía sau cũng có thể sinh ra nhiều bản của cùng một trang. vidu.vn/gioi-thieu, vidu.vn/gioi-thieu/, vidu.vn/Gioi-Thieu và vidu.vn/gioi-thieu/index.html có thể cùng trả một nội dung, và với máy tìm kiếm đó là bốn địa chỉ khác nhau.

Bài này đi qua từng nguồn gây trùng ở phần đường dẫn, cách chọn một quy ước, cách chuyển hướng các biến thể về dạng chuẩn mà không đẻ thêm bước chuyển hướng chồng lên bước https và www. Ví dụ dùng tên miền giả định vidu.vn và trang /gioi-thieu.

Tên miền không phân biệt hoa thường, đường dẫn thì có

Phần tên miền trong địa chỉ không phân biệt chữ hoa chữ thường: VIDU.VN và vidu.vn là một, trình duyệt tự đổi về chữ thường. Nhưng theo chuẩn URL, phần đường dẫn phía sau tên miền thì có phân biệt. /gioi-thieu và /Gioi-Thieu là hai đường dẫn khác nhau; máy chủ có trả cùng nội dung hay không là tuỳ cấu hình.

Tương tự, /gioi-thieu và /gioi-thieu/ là hai đường dẫn khác nhau. Ngoại lệ duy nhất là trang chủ: vidu.vn và vidu.vn/ được coi là một, vì trình duyệt luôn gửi yêu cầu với dấu gạch chéo cho đường dẫn gốc.

Vì vậy, khi một máy chủ "dễ tính" trả cùng một trang cho nhiều biến thể, mỗi biến thể là một địa chỉ có thể được thu thập, được chia sẻ, được liên kết. Máy tìm kiếm thường gom chúng lại và chọn một bản làm chính, nhưng lựa chọn đó có thể không phải bản bạn muốn, và tín hiệu (liên kết, lượt chia sẻ) bị chia cho nhiều bản.

Chuẩn hoá phần đường dẫn không gấp như chuẩn hoá HTTPS, vì không liên quan tới bảo mật. Nhưng nó cùng một nguyên tắc: mỗi nội dung một địa chỉ, các biến thể chuyển 301 về địa chỉ đó, và chính site dùng đúng địa chỉ đó trong liên kết nội bộ.

Gạch chéo cuối: chọn một kiểu, chuyển kiểu kia

Không có kiểu nào đúng hơn. Quy ước cũ coi đường dẫn có gạch chéo cuối là thư mục và không có là tệp, nhưng với website dựng bằng hệ quản trị nội dung, khác biệt này không còn ý nghĩa kỹ thuật. Điều quan trọng là nhất quán: chọn một kiểu cho toàn site và để kiểu kia chuyển 301 về.

Nhiều hệ quản trị nội dung đã có quy ước sẵn: WordPress theo cấu trúc đường dẫn tĩnh bạn chọn trong cài đặt (mặc định thường có gạch chéo cuối) và tự chuyển hướng biến thể kia. Nếu site của bạn tự viết, bạn phải tự đặt quy tắc. Ví dụ giả định trên nginx để bỏ gạch chéo cuối: rewrite ^/(.+)/$ /$1 permanent;, đặt trong khối server của tên chuẩn; nếu site có thư mục thật cần giữ gạch chéo, phải loại trừ chúng bằng một khối location riêng.

Trên Apache, mẫu tương tự dùng điều kiện loại trừ thư mục thật: RewriteCond %{REQUEST_FILENAME} !-d, RewriteRule ^(.+)/$ /$1 [R=301,L]. Điều kiện này tránh việc bỏ gạch chéo của một thư mục có thật, vì Apache có thể tự thêm gạch chéo lại cho thư mục và gây vòng lặp.

Trước khi áp quy tắc cho toàn site, kiểm xem liên kết nội bộ, sơ đồ trang, canonical đang dùng kiểu nào. Chọn kiểu đang được dùng nhiều nhất sẽ ít phải chuyển hướng nhất. Đổi quy ước trên một site đã chạy lâu là một lần chuyển địa chỉ, cần cân nhắc như mọi lần chuyển.

index.html, index.php và trang mặc định của thư mục

Máy chủ web thường được cấu hình để khi yêu cầu trỏ tới một thư mục, nó trả tệp mặc định trong thư mục đó, như index.html hay index.php. Kết quả là /gioi-thieu/ và /gioi-thieu/index.html cùng trả một nội dung, và vidu.vn/ với vidu.vn/index.php cũng vậy.

Biến thể có tên tệp mặc định thường lọt ra ngoài qua liên kết nội bộ viết tay, qua menu của giao diện cũ, hoặc qua việc ai đó sao chép địa chỉ từ thanh địa chỉ khi đang xem bản thử. Một khi có liên kết, máy tìm kiếm sẽ thu thập.

Cách xử lý là chuyển 301 các yêu cầu có tên tệp mặc định về dạng thư mục. Điểm cần cẩn thận là chỉ chuyển khi khách gõ tên tệp đó, không chuyển khi máy chủ tự nạp nó nội bộ, nếu không sẽ sinh vòng lặp. Trên Apache, mẫu phổ biến kiểm dòng yêu cầu gốc: RewriteCond %{THE_REQUEST} /index\.(html|php) [NC], RewriteRule ^(.*)index\.(html|php)$ /$1 [R=301,L]. Biến THE_REQUEST chứa đúng dòng khách gửi, không bị thay đổi bởi việc nạp nội bộ.

Với ứng dụng PHP dùng một tệp vào duy nhất (front controller), biến thể kiểu /index.php/gioi-thieu cũng có thể chạy được. Kiểm xem ứng dụng của bạn có trả 200 cho dạng này không; nếu có, chuyển nó về /gioi-thieu.

Chữ hoa trong đường dẫn

Từ đâu ra. Người viết gõ tay liên kết có chữ hoa, tên tệp ảnh có chữ hoa từ máy ảnh, chiến dịch quảng cáo in địa chỉ viết hoa cho dễ đọc. Máy chủ chạy Windows hoặc hệ thống tệp không phân biệt hoa thường trả cùng nội dung cho mọi kiểu viết; máy chủ Linux thường trả 404.

Quy ước nên dùng. Đường dẫn chữ thường hoàn toàn, từ cách nhau bằng gạch ngang, không dấu tiếng Việt. Đây là quy ước phổ biến, dễ gõ, không phải mã hoá ký tự đặc biệt.

Chuyển chữ hoa về chữ thường. nginx không có sẵn hàm đổi chữ thường trong quy tắc rewrite; cần mô-đun bổ sung hoặc xử lý ở ứng dụng. Apache có RewriteMap với hàm tolower nhưng chỉ khai được trong cấu hình máy chủ, không trong .htaccess. Với nhiều site, xử lý ở ứng dụng là cách khả thi nhất: nếu đường dẫn có chữ hoa và bản chữ thường tồn tại, trả 301 về bản chữ thường.

Cẩn thận với phần không nên đổi. Chuỗi truy vấn, mã theo dõi, mã xác thực trong đường dẫn có thể phân biệt hoa thường có chủ đích. Chỉ đổi phần đường dẫn trang, và chỉ khi chắc bản chữ thường là cùng một nội dung.

Ấn phẩm in. Nếu muốn in địa chỉ có chữ hoa cho dễ đọc, hãy chắc rằng máy chủ chuyển đúng bản đó về bản chữ thường, và thử bằng điện thoại trước khi in hàng loạt.

Chuỗi truy vấn: biến thể không cần chuyển hướng

Một nguồn trùng khác là chuỗi truy vấn: /gioi-thieu?utm_source=zalo, /san-pham?sort=gia&page=1, thứ tự tham số đảo nhau. Với nhóm này, chuyển hướng thường không phải công cụ phù hợp. Tham số theo dõi chiến dịch cần đến được trang để công cụ đo lượt truy cập ghi nhận; chuyển hướng bỏ chúng đi sẽ làm mất dữ liệu chiến dịch.

Cách phổ biến là để trang trả 200 với mọi tham số, và thẻ canonical luôn trỏ về địa chỉ sạch không có tham số theo dõi. Máy tìm kiếm dùng canonical làm gợi ý để gom các biến thể. Với tham số thật sự thay đổi nội dung (lọc, phân trang), cách xử lý phức tạp hơn và nằm ngoài phạm vi chuẩn hoá đường dẫn.

Điều nên chuẩn hoá bằng chuyển hướng là những tham số rác chắc chắn không mang ý nghĩa, ví dụ một tham số do giao diện cũ sinh ra nay không còn dùng. Khi đó chuyển 301 về địa chỉ không có tham số đó, giữ lại các tham số khác.

Khi viết quy tắc chuyển hướng cho gạch chéo cuối hay index.html, nhớ giữ nguyên chuỗi truy vấn. Trên nginx, return 301 với $request_uri giữ cả chuỗi truy vấn; rewrite với cờ permanent tự nối chuỗi truy vấn gốc. Trên Apache, quy tắc RewriteRule mặc định giữ chuỗi truy vấn gốc trừ khi bạn ghi chuỗi mới.

Gộp các quy tắc mà không đẻ thêm bước

Nếu mỗi loại chuẩn hoá là một quy tắc riêng chạy nối tiếp, một địa chỉ lỗi nhiều chỗ có thể đi ba, bốn bước: sang https, bỏ www, bỏ index.html, bỏ gạch chéo. Cách giữ số bước thấp:

  1. Xác định dạng chuẩn đầy đủ cho mỗi trang: giao thức, tên, đường dẫn chữ thường, có hay không gạch chéo cuối, không tên tệp mặc định.
  2. Đặt quy tắc https và tên chuẩn ở khối riêng cho cổng 80 và cho tên không chuẩn; các khối này trỏ thẳng tới tên chuẩn và mang nguyên đường dẫn.
  3. Đặt quy tắc chuẩn hoá đường dẫn trong khối của tên chuẩn. Với địa chỉ vừa sai tên vừa sai đường dẫn, chấp nhận hai bước, hoặc nếu muốn một bước, xử lý đường dẫn ngay trong khối chuyển tên (ứng dụng làm việc này dễ hơn cấu hình máy chủ).
  4. Ưu tiên cho ứng dụng tính dạng chuẩn rồi trả một 301 duy nhất về dạng đó, nếu ứng dụng của bạn có điểm vào chung. Một hàm so địa chỉ yêu cầu với địa chỉ chuẩn của trang và chuyển nếu lệch sẽ gom mọi loại lỗi về một bước.
  5. Kiểm bằng curl với vài địa chỉ lỗi kết hợp, ví dụ http://www.vidu.vn/Gioi-Thieu/index.html, đếm số bước tới trang đích.

Số bước tối đa nên giữ là bao nhiêu không có ngưỡng cứng; khuyến nghị phổ biến là càng ít càng tốt, và tránh chuỗi dài vì mỗi bước thêm độ trễ và rủi ro. Với lỗi kết hợp hiếm gặp, hai bước là chấp nhận được; với biến thể phổ biến như http có www, nên là một bước.

Bảng quyết định cho từng loại biến thể

Khi rà một site, bạn sẽ gặp nhiều loại biến thể cùng lúc. Bảng dưới gom cách xử lý thường dùng cho từng loại, để quyết định nhanh thay vì cân nhắc lại từ đầu mỗi lần.

Biến thểVí dụ giả địnhCách xử lý thường dùngGhi chú
Gạch chéo cuối/gioi-thieu/ và /gioi-thieu301 về kiểu đã chọnKiểm thư mục thật trước khi áp quy tắc chung
Tên tệp mặc định/gioi-thieu/index.html301 về dạng thư mụcChỉ bắt khi khách gõ, không bắt lần nạp nội bộ
Chữ hoa/Gioi-Thieu301 về chữ thường nếu bản chữ thường tồn tạiThường xử lý ở ứng dụng
Tham số theo dõi/gioi-thieu?utm_source=zaloTrả 200, canonical về địa chỉ sạchKhông chuyển hướng để giữ dữ liệu chiến dịch
Tham số rác cũ/gioi-thieu?giaodien=cu301 về địa chỉ bỏ tham số đóGiữ các tham số khác
Đuôi tệp cũ/gioi-thieu.php sau khi đổi sang đường dẫn sạch301 về đường dẫn mớiThuộc nhóm đổi cấu trúc, cần bảng ánh xạ nếu không theo quy luật

Dòng cuối là ranh giới: khi biến thể đến từ việc đổi cấu trúc đường dẫn chứ không phải từ cách máy chủ phục vụ, việc này đã thành một dự án chuyển địa chỉ, cần bảng ánh xạ và kế hoạch theo dõi riêng.

Sau khi áp quy tắc, đọc nhật ký máy chủ một tuần, lọc các phản hồi 301 mới phát sinh. Địa chỉ nào bị chuyển hướng nhiều là địa chỉ đang được liên kết ở đâu đó với dạng sai; sửa tận nguồn liên kết nếu nó nằm trong chính site của bạn.

Câu hỏi thường gặp

URL có hay không có dấu gạch chéo cuối thì tốt hơn?

Không kiểu nào tốt hơn. Quan trọng là chọn một kiểu cho toàn site, chuyển 301 kiểu còn lại về, và dùng nhất quán trong liên kết nội bộ, sơ đồ trang và canonical.

Đường dẫn có chữ hoa có ảnh hưởng gì không?

Đường dẫn phân biệt chữ hoa chữ thường, nên chữ hoa có thể tạo thêm bản trùng hoặc trả 404 tuỳ máy chủ. Quy ước an toàn là chữ thường hoàn toàn và chuyển các biến thể chữ hoa về bản chữ thường.

Trang chủ có dấu gạch chéo hay không có khác nhau không?

Với trang chủ thì không. vidu.vn và vidu.vn/ được coi là một vì trình duyệt luôn gửi đường dẫn gốc kèm dấu gạch chéo. Chỉ các trang con mới cần chọn quy ước.

Có nên chuyển hướng để bỏ tham số utm khỏi địa chỉ không?

Không nên. Tham số theo dõi cần đến được trang để công cụ đo lượt truy cập ghi nhận. Để trang trả 200 và đặt canonical trỏ về địa chỉ sạch là cách phổ biến.

Vì sao bỏ index.php bằng quy tắc rewrite lại gây vòng lặp?

Máy chủ tự nạp index.php nội bộ khi yêu cầu trỏ tới thư mục, và quy tắc lại bắt chính lần nạp đó. Kiểm dòng yêu cầu gốc của khách, ví dụ biến THE_REQUEST trên Apache, để chỉ chuyển khi khách thật sự gõ tên tệp.

Chuẩn hoá đường dẫn có cần làm ngay khi lên HTTPS không?

Không bắt buộc cùng lúc, nhưng nếu đằng nào cũng chuyển địa chỉ, gộp luôn sẽ đỡ một lần thay đổi. Điều cần tránh là để các quy tắc chạy nối tiếp tạo chuỗi nhiều bước.

Cần tư vấn cụ thể cho trường hợp của bạn?

Chúng tôi sẽ liên hệ trong vòng 24 giờ.

Đăng ký tư vấn ngay

Bài viết liên quan

Bạn cần hỗ trợ thêm?

Để lại thông tin, chúng tôi sẽ liên hệ trong 24 giờ.

hoặc
Gọi ngay 0926 138 138