Google 官方 URL 结构与命名指南:连字符规范、百分号编码与抓取预算保护
官方原版文档:Google Search Central — URL Structure Best Practices · 发布于 2026-10-31
Google 官方 URL 结构与命名规范指南
核心原则:规范的 URL 对人类读者直观可读,对遵循 IETF STD 66 的 Googlebot 爬虫唯一且无歧义。
00 · 一表速查:URL 推荐命名与反例对照
下表汇总了建站开发、电商上新与文章发布中最常见的 8 项 URL 命名规范。按推荐写法配置可避开绝大多数收录隐患:
| 检查项 | Google 推荐写法(Recommended) | 反例写法(Not Recommended) |
|---|---|---|
| 单词分隔符 | /summer-clothing/dark-grey | /summer_clothing · /greendress |
| 可读性 vs ID | /wiki/aviation | /index.php?topic=42&area=3a5ebc94 |
| 大小写策略 | /products/apple-watch-band | /Products/Apple-Watch-Band |
| 前端动态路由 | /recipes/potatoes (History API) | /#/potatoes (URL Fragment) |
| 参数键值对语法 | ?category=dresses&color=purple,pink | ?[category:dresses] · ?cat,dresses,,sort,low |
| 非 ASCII 链接 href | /gem%C3%BCse(或英文语义词) | /gemüse · /🦙✨(href 裸字符) |
| 用户会话识别 | 使用 HTTP Cookie 存储会话 | /search?sessionid=6EE2BF1AF6A3D705 |
| 站内相对链接 | href="/category/stuff"(根相对) | href="../../category/stuff"(父级相对) |
01 · 可抓取 URL 的 3 项硬性要求
Google 官方文档明确指出:如果网址不满足以下 3 项要求,Googlebot 会陷入高频重复抓取,甚至完全无法抓取你的页面。
1.1 遵循 IETF STD 66(RFC 3986)URI 标准
Google 搜索严格按互联网标准 IETF STD 66 解析网址。预留字符(如 : / ? # [ ] @ ! $ & ' ( ) * + , ; =)在非语法分隔位置出现时,必须做百分号编码(Percent-encoding)。例如网址中不能出现裸空格,参数值里的 & 必须编码为 %26。
1.2 不要用网址片段(# Hash Fragments)切换页面内容
不少早期 Vue 或 React 单页应用(SPA)使用 Hash Router,靠井号 # 后面的片段渲染不同商品或文章。但井号 # 仅用于同一页面内的锚点定位,Google 搜索通常会忽略 # 及其后面的字符。在 Googlebot 看来,全站几百个 #/ 子页面全都指向同一个首页。
- 反例(无法独立编入索引):
https://example.com/#/potatoes - 正例(History API + 独立路径):
https://example.com/potatoes
1.3 URL 参数使用通用编码语法(=、& 与 ,)
携带查询参数时,不要自创分隔语法。请用等号(=)连接键与值,用和号(&)串联多个参数;若同一个键传入多个并列值,用逗号(,)分隔:
- 推荐(标准键值与多值逗号列表):
https://example.com/category?category=dresses&sort=low-to-high&sid=789https://example.com/category?category=dresses&color=purple,pink,salmon&sort=low-to-high
- 反例(方括号冒号或单/双逗号自创语法):
https://example.com/category?[category:dresses][sort:price-low-to-high][sid:789]https://example.com/category?category,dresses,,sort,lowtohigh,,sid,789
02 · Google 官方 URL 命名的 7 项准则与实战方案
准则 1:使用有意义的描述性单词,替代数据库自增 ID 与 UUID
清晰的 URL 能让用户在点击前就从搜索结果或聊天窗口看出页面主题。请用业务主题词命名路径,不要直接暴露数据库主键或长哈希串:
- 正例:
https://example.com/wiki/aviation - 反例:
https://example.com/index.php?topic=42&area=3a5ebc944f41daa6f849f730f1
准则 2:单词之间用连字符(-)分隔,不用下划线(_)或直接拼接
在编程语言中,下划线(如函数名 format_date)代表不可拆分的单一标识符,Google 分词器同样不会在 _ 处切词;连字符 - 才是明确的词边界信号。同理,把多个单词直接拼在一起(如 greendress)也会妨碍用户阅读与搜索引擎切词。
- 正例:
/summer-clothing/filter?color-profile=dark-grey - 反例:
/summer_clothing/filter?color_profile=dark_grey、/greendress
准则 3:URL 区分大小写,全站统一使用小写字母(Lowercase)
按照 IETF STD 66 标准,Google 会把 /APPLE、/Apple 和 /apple 识别为三个独立网址。如果服务器对大小写路径返回相同内容,外链权重就会分散。所有 URL 应统一采用小写字母,并在服务端将含大写字母的请求 301 重定向到小写路径。
准则 4:使用目标受众语言,并对 href 中的非 ASCII 字符做百分号编码
Google 建议在 URL 中使用目标受众常用的搜索语言(例如德国本地站点可用 /lebensmittel/pfefferminz)。但如果网页 <a href="..."> 指向含非 ASCII 字符(如中文、阿拉伯文或德语变音符 ü)的网址,href 属性值必须转为 UTF-8 百分号编码:
href推荐写法(百分号编码):https://example.com/gem%C3%BCse、https://example.com/%E6%9D%82%E8%B4%A7/%E8%96%84%E8%8D%B7href反例写法(裸非 ASCII 字符):https://example.com/gemüse、https://example.com/杂货/薄荷、/🦙✨
跨境出海与中英双语站实战建议
Google 支持百分号编码后的中文 URL,但在微信、X 和 Slack 中粘贴分享时,中文路径会展开成长串 %E6%9D%82%E8%B4%A7 编码,而且多语言站点(如 /zh/ 与 /en/)不便共用同一路由键。面向海外或双语站点,推荐采用“语言子目录 + 简短英文关键词 Slug”(如 /zh/seo/url-structure 与 /en/seo/url-structure)。
准则 5:精简不改变页面实质内容的参数
只要某个查询参数不改变页面的主体内容(如站内来源标记、A/B 测试分组或时间戳),就应从站内链接中去掉,保持标准 URL 简短干净。
准则 6:多区域站点采用明确的地域目录结构
面向多国市场时,Google 官方推荐两种路径方案:一是国家顶级域名 ccTLD(如 https://example.de);二是通用顶级域名 gTLD 搭配语言或地区子目录(如 https://example.com/de/),便于集中域名权重并配置 hreflang。
准则 7:常青页面 Slug 命名三步法
- 控制在 3~5 个核心实义词:删掉
the、a、an、and、of、for和to等无检索价值的英文停用词(例如把how-to-build-a-url-structure-for-google精简为url-structure-guide)。 - 常青内容不要在 URL 中写死年份:把年份放在
<title>标签里(如“2026 年实操指南”),URL 保持/seo/starter-guide而非/seo/starter-guide-2025。次年更新正文时无需改动 URL 或叠加 301 跳转,历史外链权重可持续累积。 - 目录层级不超过 3 层:采用“/业务分类/主题词”结构(如
/tools/utm-pro、/seo/url-structure),既标明频道归属,又避免目录过深。
03 · Google 官方列出的 4 类 URL 膨胀与抓取陷阱
复杂的动态网址会衍生出成千上万条内容雷同的 URL。这会空耗服务器带宽与抓取配额,导致站内核心业务页迟迟无法编入索引:
- 陷阱 1 · 电商与目录站的筛选条件叠加爆炸:当“特价 + 海景 + 健身房 + 免费早餐”等筛选项允许自由叠加时,URL 数量会按
2^N呈指数级膨胀。Googlebot 只需抓取主分类列表即可发现全部单品页,无需抓取上万个参数排列组合页(例如?Ne=292&N=461+4294967240+4294967270)。 - 陷阱 2 · Session ID、站内点击追踪与排序参数:把
sessionid写进 URL(如/search?sessionid=6EE2BF1AF6A3D705D5561B7C3564D9C2)后,爬虫每次访问都会生成一条新链接。站内来源参数(clickPage、referrerid、ref)和列表排序参数(search_sort=relevance)同样会制造大量重复页。用户会话状态应统一存入 HTTP Cookie。 - 陷阱 3 · 未设起止边界的动态日历:动态日历组件如果带有“下一月”或“下一年”链接且未限制起止年份,爬虫会顺着链接一直抓到
calendar.php?d=13&m=8&y=2099。修复方法是限制可访问的日期范围,并为未来空白日期的翻页链接加上rel="nofollow"。 - 陷阱 4 · 错误的
../父级相对链接产生循环目录:在深层页面中使用<a href="../../category/stuff">时,一旦模板复用错位且服务器未对无效路径返回404状态码,就会拼出/category/community/category/stuff这样的无限循环路径。站内链接应统一使用以/开头的根相对路径(<a href="/category/stuff">)。
04 · 异常 URL 已抓取后的三步工程治理 SOP
STEP 01 · ROBOTS.TXT:拦截站内搜索与无限筛选参数
针对站内搜索结果页、排序参数与多选筛选 URL,在 robots.txt 中直接拦截 Googlebot,节省抓取配额:
| 1 | User-agent: * |
| 2 | Disallow: /search |
| 3 | Disallow: /*?sort= |
| 4 | Disallow: /*&sessionid= |
STEP 02 · CANONICAL:用 Canonical 归并广告追踪参数
广告投放链接常带有 utm_source 等归因参数。不要在 robots.txt 中屏蔽这类落地页,而是在页面 HTML 头部用 Canonical 标签指向不带参数的标准网址。延伸阅读:《URL 参数处理指南》 · 实用工具:UTM 规范生成器。
STEP 03 · 301 MIGRATION:旧 URL 改名时配置一对一 301 重定向
对已收录且带有外链的旧页面改名时,必须配置一对一的 301 永久重定向,同时更新 sitemap.xml 与站内链接,避免直接删除旧地址产生 404 死链。
05 · 交互工作台:Google 标准 URL 命名体检与规范化生成器
输入任意网页 URL(或点击正反例样本),实时检测下划线、大小写、#/ 片段、非标参数、SessionID 与 ../ 路径问题,并自动生成规范 URL 与 Canonical 标签:
觉得本文有启发?一键复制标准引用摘要
自带原文归因链接与核心摘要,可直接粘贴至团队飞书/Slack 知识库、技术周报或大模型上下文。