Drupal SEO 入門

轉自：http://drupalsh.cn/node/416

Drupal 核心模塊中就包含了可選的 SEO 優化選項，此外還有一些有益的 Drupal 的第三方模塊，他們都可以幫助 Drupal 的使用者提升搜索引擎的排名。本文就將介紹一些 Drupal SEO 時必裝模塊和相應的設置，希望對您有所幫助。但是這只是 Drupal SEO 的開始…… 

• 開啓簡潔鏈接(Clean URLs)
• 開啓 Path 模塊 (從 Drupal 4.3 開始進入 Drupal 核心模塊)

  Path 模塊可以讓您通過添加路徑別名(path alias)，來達到自定義鏈接名的效果。例如 http://www.mypetal.com/node/7 可以定義爲 http://www.mypetal.com/library/drupal-seo 。

• 開啓 Pathauto 模塊 （http://drupal.org/project/pathauto）

  Pathauto 模塊能夠爲不同類型的頁面（nodes, categories, users）自動生成路經別名(path alias)，而不在需要用戶手動定義路徑別名。

• 設置 Pathauto 模塊，在修改 node 的標題時，禁止 Pathauto 模塊二次修改路徑別名。
• 開啓 Global Redirect 模塊（http://drupal.org/project/globalredirect）

  Global Redirect 模塊在頁面擁有路徑別名的情況下，移除該頁面的原始路徑，這樣可以減少網站的重複內容頁面，有利於 SEO。

• 開啓 Meta Tags （nodewords）模塊（http://drupal.org/project/nodewords）

  Meta Tags 模塊可以讓您爲每個 node、user、view 或 panel 頁面設置多種 meta tags，例如：keywords 和 description，有利於 SEO。

• 開啓 Page Title 模塊（http://drupal.org/project/page_title）

  Page Title 模塊能讓您自定義頁面標題，有利於 SEO。

• 使用 Drupal XML Sitemap 模塊
• 調整 .htaccess 文件to redirect to "www" or remove the "www" subdomain.
• 調整您網站主題的 HTML headers -- 許多主題設置不正確。
• 調整您網站的 robots.txt 文件。在 Drupal 6 中 Drupal 默認的 robots.txt 文件還是有一些問題。
• 檢查安裝的第三方模塊是否新增了一些重複的鏈接，如果有，使用在 robots.txt 添加規則對搜索引擎的爬蟲進行屏蔽。 

文章說明

• 參考文章地址：
  1. Drupal SEO Tutorial Update
  2. drupal Seo 插件
• Cityreader 對原文進行翻譯，結合了自己的理解和註釋。
• 轉載本文請留言，請保留作者名和網頁地址：）
• Petal SEO 爲您提供更多精彩的 Drupal 文章

Drupal SEO 常用模塊

本文羅列了 Drupal SEO 常用模塊，定期更新中……

模塊	簡介	鏈接	推薦
Pathauto	基於文章標題自動生成對搜索引擎友好的鏈接。	模塊下載 · 使用說明
Google Analytics	網站統計與客戶追蹤。	模塊下載 · 使用說明
Page title	允許您爲網站所有的 node 頁面設置 <title> 標籤。	模塊下載 · 使用說明
Global redirect	修正開啓簡潔鏈接和 Pathauto 模塊後出現常見的鏈接問題。	模塊下載 · 使用說明
Taxonomy title	允許您爲網站所有的 taxonomy 頁面設置 <title> 標籤。	模塊下載 · 使用說明
Meta tags (曾用名：Nodewords)	允許您自由編輯您網站上node、分類、view等頁面上的 meta 標籤。	模塊下載 · 使用說明
XML Site map	創建和 Sitemaps.org 標準相兼容的，搜索引擎可讀的動態網站地圖。	模塊下載 · 使用說明
URL list	創建純文本的網站地圖，包含您網站上的所有鏈接。	模塊下載 · 使用說明
Site map	創建純文本的網站地圖。	模塊下載 · 使用說明
Syndication	創建一個網頁，包含所有的 RSS feed。	模塊下載 · 使用說明

文章說明

• 參考文章：Search Engine Optimization
• Cityreader 對原文進行翻譯，結合了自己的理解和註釋。
• 轉載本文請留言，請保留作者名和網頁地址：）
• Petal SEO 爲您提供更多精彩的 Drupal 文章

SEO Drupal .htaccess 文件（適合multi-site）

Drupal版本: 

6.x

如果要對基於 Drupal 建立的網站進行 SEO （Search Engine Optimization——搜索引擎自然結果優化），那麼就一定要儘量避免網站內的重複頁面。因爲當搜索引擎的爬蟲抓取到大量的重複頁面時，搜索引擎就 會降低對網站頁面的打分，當然這種影響可能並不太容易被察覺。

當我們使用 Drupal 時通常會碰到這樣的問題，例如：頁面 http://www.mypetal.com/node/12 和頁面 http://mypetal.com/node/12 顯示的是相同的內容。或許您會認爲這是大驚小怪，但事實上這是兩個獨立的頁面，它們的內容重複，這一點對 SEO 不利。好在 Drupal 開發者早已爲我們考慮到了這點，只要做個略施小計就能喚醒這個功能：） 

注意：本文只針對擁有一級域名的網站，二級域名的網站不存在這個問題。

默認安裝下 Drupal .htaccess 配置

Drupal 默認的 .htaccess 爲我們提供了兩種解決方案：

1. 把鏈接 http://mypetal.com 重定向到 http://www.mypetal.com
2. 把鏈接 http://www.mypetal.com 重定向到 http://mypetal.com

這兩種方案都是爲了確保只有一種形式的鏈接，沒有優劣之分。

第1種方案，查找下面代碼：

  # RewriteCond %{HTTP_HOST} ^example\.com$ [NC]
  # RewriteRule ^(.*)$ http://www.example.com/$1 [L,R=301]

刪除上面高亮顯示的 #，並把 example 和 com 改爲您的域名。

第2種方案，查找下面代碼：

  # RewriteCond %{HTTP_HOST} ^example\.com$ [NC]
  # RewriteRule ^(.*)$ http://www.example.com/$1 [L,R=301]

刪除上面高亮顯示的 #，並把 example 和 com 改爲您的域名。 

Multi-site（多站點）下 Drupal .htaccess 配置

 第1種方案，查找下面代碼：

  # RewriteCond %{HTTP_HOST} ^example\.com$ [NC]
  # RewriteRule ^(.*)$ http://www.example.com/$1 [L,R=301]

在後面添加如下代碼：

  RewriteCond %{HTTP_HOST} ^([a-z0-9-]+\.[a-z]{2,6})$ [NC]
  RewriteRule ^ http://www.%1%{REQUEST_URI} [L,R=301]

第2種方案，查找下面代碼：

  # RewriteCond %{HTTP_HOST} ^example\.com$ [NC]
  # RewriteRule ^(.*)$ http://www.example.com/$1 [L,R=301]

在後面添加如下代碼：

  RewriteCond %{HTTP_HOST} ^www\.(.+)$ [NC]
  RewriteRule ^ http://%1%{REQUEST_URI} [L,R=301]

參考內容

• Better, multi-site friendly "www." addition/removal in .htaccess

修改 Drupal 的 robots.txt 文件

Drupal版本: 

6.x

在 SEO （Search Engine Optimization——搜索引擎優化） 時關鍵的一點是爲搜索引擎的爬蟲提供一個好的、乾淨的鏈接地址，這就意味着在一個網站內不能有內容重複的兩 個或以上不同鏈接地址的頁面。 然後這個問題在對 Drupal SEO 時尤爲突出。而且如果使用的第三方模塊中存在一些不合理的鏈接，那麼這個問題就會更加嚴重了。

這時我們就要用到 robots.txt 這個文件，它的作用是限制爬蟲機器人抓取文件範圍。從 Drupal 5 時代起，Drupal 安裝包裏就包含了這個文件了，它的位置在安裝包的根目錄下。但是它還不夠完美，需要一些改善。

修改Drupal 的默認 robots.txt 文件

抓取延時

 第一步要做的就是註釋掉 Crawl-delay 這行。除非您的網站規模很大，或者備受爬行機器人的困擾，如果不是這樣，那麼不需要這行。

Crawl-delay: 10

在 Robots.txt 中，下面提及到規則都可以幫助減少爬蟲收取重複內容的數量。

目錄

 下面這部分是在默認 robots.txt 文件中 Drupal 設置的禁止爬蟲訪問的實際存在的目錄。 

# Directories
Disallow: /database/
Disallow: /includes/
Disallow: /misc/
Disallow: /modules/
Disallow: /sites/
Disallow: /themes/
Disallow: /scripts/
Disallow: /updates/
Disallow: /profiles/

這部分可以保持不變。只要記住由於默認設置中 Drupal 禁止爬蟲抓取 /sites/，/modules/ 以及 /themes/ 這三個目錄，所以爬蟲抓取不到您網站的 logo 圖片。但是如果您自定義了 logo 圖片，記得把它放在其他文件夾內 （如：/files/ ），然後用一個關鍵字作爲名字，重明名 logo 圖片。

文件

下面這部分是 Drupal 的根目錄下的默認文件。我重來沒有看到這些文嘉被加入索引，但是如果你喜歡可以保留他們不變。但是不要刪除 CHANGELOG.txt 這個文件，因爲就算過了一段時間，它還是能提醒您 Drupal 的版本號。

# FilesDisallow: /xmlrpc.php
Disallow: /CHANGELOG.txt
Disallow: /cron.php
Disallow: /INSTALL.mysql.txt
Disallow: /INSTALL.pgsql.txt
Disallow: /install.php
Disallow: /INSTALL.txt
Disallow: /LICENSE.txt
Disallow: /MAINTAINERS.txt
Disallow: /update.php
Disallow: /UPGRADE.txt
Disallow: /xmlcpc.php

開啓 Clean URLs 功能的路徑

這是默認 robots.txt 文件中最重要的一部分，因爲這裏有些問題： 

# Paths (clean URLs)
Disallow: /admin/
Disallow: /comment/reply/
Disallow: /contact/
Disallow: /logout/
Disallow: /node/add/
Disallow: /search/
Disallow: /user/register/
Disallow: /user/password/
Disallow: /user/login/

在 Drupal 中，鏈接的尾部不包含斜線，所以您可以參照下面高亮顯示的位置修改 Robots.txt 中的相應規則。 

# Paths (clean URLs)
Disallow: /admin/
Disallow: /comment/reply/
Disallow: /contact
Disallow: /logout
Disallow: /node/add
Disallow: /search/
Disallow: /user/register
Disallow: /user/password
Disallow: /user/login

舉例來說，每個 node 頁面上的“Login or register to post comments”（登錄或註冊後發表評論）鏈接地址形式如下：http://mypetal.com/user/login?destination=comment/reply/806%2523comment-form 和 http://mypetal.com/user/register?destination=comment/reply/806%2523comment-form。在默認的 robots.txt 中的規則是不會屏蔽搜索引擎的爬蟲抓取這些鏈接，但是如果您刪除上面高亮顯示部分末尾的斜線。 

沒有開啓 Clean URLs 功能的路徑

下面這部分針對與沒有開啓 Clean URLs 模塊下的規則，您可以參照上面開啓 Clean URLs 模塊的修改邏輯來修改下面這部分。

 

# Paths (no clean URLs)
Disallow: /?q=admin/
Disallow: /?q=aggregator/
Disallow: /?q=comment/reply/
Disallow: /?q=contact/
Disallow: /?q=logout/
Disallow: /?q=node/add/
Disallow: /?q=search/
Disallow: /?q=user/password/
Disallow: /?q=user/register/
Disallow: /?q=user/login/

如果您沒有開啓 Clean URLs 模塊，並且提交到搜索引擎並生成索引，那麼這種頁面：http://example.com/?q=node/25 就會擁有 PageRank。如果您正打算開啓 Clean URLs 模塊，那麼別忘了在 .htaccess 中設置301 redirects（重定向）：把動態鏈接重定向到簡介鏈接。

其他規則

我同時推薦您在仔細閱讀並理解後添加下面的規則：

在網站中，每個模塊都可能添加額外的鏈接，這樣會增加大量的重複內容的頁面，同時在搜索引擎抓取頁面時增加服務器的負擔。在這裏爲核心模塊定製一些額外的規則。

Disallow: /node$

http://mypetal.com/node 頁面和 http://mypetal.com/ 頁面重複。

Disallow: /user$

添加上面這條規則可以阻止爬蟲抓取 http://mypetal.com/node 頁面。如果您想對搜索引擎屏蔽所有用 user 頁面，只需刪除最後的。

Disallow: /*sort=

如果安裝論壇模塊、視圖模塊（Views）或其他包含有按**排序（Sort by **）功能的模塊，就需要以上這條規則。

Disallow: /search$

添加上面這條規則可以阻止爬蟲抓取 http://mypetal.com/search 鏈接。而這個鏈接會進行一個302 redirect 重定向到 http://mypetal.com/search/node 這個頁面，而這個頁面已經被 Drupal 默認的 Robots.txt 規則屏蔽。

Disallow: [front page]  (請把 [front page] 改爲您指定的首頁)

如果您在 Home › Administer › Site configuration 頁面改變了默認首頁，這樣可以對爬蟲屏蔽這個鏈接。或者您可以選擇使用 Global Redirect 模塊，它會自動重地向到真正的首頁頁面。

文章說明

• 原文地址：http://tips.webdesign10.com/robots-txt-and-drupal  （For Drupal 5）
• Cityreader 對原文進行翻譯，並針對 Drupal 6 版本做了相應改動，結合了自己的理解和註釋。
• 轉載本文請留言，請保留作者名和網頁地址：） 

Drupal 多站點（multi-site） robots.txt 配置攻略

Drupal版本: 

6.x

Drupal 憑藉其強大的擴展性備受使用者的親睞，而且 multi-site 配置更是一絕（multi-site 是指只用一套 Drupal 程序，同時結合域名的設置，就可以建立多個網站）。本文主要講述如何在 multi-site 下爲每個網站配備的獨立 robots.txt 文件。

Multi-site 下 robots.txt 的困惑

在使用 multi-site 技術建立多個網站時可能會碰到這樣的問題：一個網站希望被搜索引擎收錄，允許爬蟲抓取網頁，而同一個 Drupal 系統下的另一個網站出於某種原因不希望被搜索引擎爬蟲抓取網頁。舉例來說：網站1 mypetal.com 希望網頁被 Google 收錄，但是 網站2 car.mypetal.com 是一個案例演示網站，期中的數據不希望被收錄到 Google 中。但是當我們打開 Drupal 根目錄時就會發現只有一個 robots.txt 文件，這就意味着所有站點都是使用這個 robots.txt，如果修改就會影響到全部站點。

好在我們不是第一個碰到這個問題的人，只要善用搜索功能，不論是搜索 drupal.org 還是 google.com 相信都會找到滿意的答案。下面就是我結合自己的搜索結果整理的兩個解決方案。

方案1：使用 Drupal 的第三方模塊 RobotTxts

從 Drupal 5 時代起，對應這個問題就給出了第三方解決方案 RobotsTxt 模塊，點擊這裏進入  http://drupal.org/project/robotstxt。這個模塊使用原理就是：每個網站都可以在後臺設置 robots 內容，然後保存在數據庫系統變量的表中，當搜索引擎訪問時動態生成 robots.txt 文件內容。因爲每個網站都有獨立的系統變量數據表，所以就可以設置不同的 robots.txt 的訪問規則。

這個模塊使用起來十分方便，但美中不足是又增加了一個模塊，對於我們這些租用虛擬主機、系統資源配額捉襟見肘、對 Drupal 第三方模塊無限渴望、但又多裝幾個模塊就會白屏的人來說，勢必又是增加一筆內存開銷。所以如果像我們一樣的拮据，我還爲您準備了第二種解決方案。

方案2：設置 .htaccess 讓暴風雨來得更猛烈些吧

.htaccess 是個好東西，在這裏它同樣能幫我們解決這個問題，但前提是：

1. 您使用的服務器（/虛擬主機）支持 .htaccess
2. 您使用的 php 服務器（/虛擬主機）安裝了mod_rewrite 模塊，換句話說您可以正常開啓使用 Clean URLs 功能

現在就開始修改 .htaccess

重要提示：在修改 .htaccess 時，如果有任何錯誤（包括書寫和格式錯誤），都將可能引起 錯誤代碼 500 的錯誤，甚至於使網頁無法打開！所以請在修改前，備份原文件，仔細閱讀並理解下面內容，修改後請檢查網頁打開是否正常，並嘗試打開不同網站的 robots.txt 是否正常顯示，例如：http://mypetal.com/robots.txt 和 http://car.mypetal.com/robots.txt。

打開 /.htaccess 文件，查找：

RewriteRule ^(.*)$ index.php?q=$1 [L,QSA]

在後面添加如下規則： 

  RewriteCond %{HTTP_HOST} \.([a-z0-9-]+\.[a-z]{2,6})$ [NC]
  RewriteCond %{REQUEST_URI} !^(.*)/sites/(.*)$ [NC]
  RewriteRule ^(.*)robots.txt$ /sites/%{HTTP_HOST}/files/robots.txt [L]

注意這三行代碼針對的是二級子域名的網站，例如二級子域名網站 car.mypetal.com，當 搜索引擎爬蟲讀取該網站的 robots.txt 時會自動定位到 /sites/car.mypetal.com/files/ robots.txt 文件。而對於一級域名網站 mypetal.com，仍然讀取的是 /robots.txt 文件。這是我所希望的解決方案，但是如果您在一個 Drupal 系統上同時建立多個一級域名的網站，例如同時有 mypetal.com 和 cooos.com， 那麼請您先閱讀 SEO Drupal .htaccess 文件（適合multi-site），修改諸如： www.mypetal.com 重定向到 mypetal.com 的文章後，刪除上面3行規則中的高亮顯示的第一行規則。