放牧代码和思想
专注自然语言处理、机器学习算法

WordPress 分页加html后缀伪静态

目录

问题

当文章有分页的时候,WordPress生成的永久链接是page.html/2的形式,前面一段是文章的$link,后面的数字代表分页$number。那么问题来了,挖掘……不对,从逻辑上讲这到底是个html文件还是一个目录呢?

难看

在.html这个静态文件后面加上一个/和数字简直令人摸不着头脑,这还只是其次,重要的是,我发现搜索引擎根本不收录这样奇怪的链接,这个真是无法接受,我写的东西首尾都很重要,不能因为分个页就被忽视了。

不收录

这篇文章来看,搜索文章第一页的内容,谷歌收录了:

搜索文章第二页和第三页的内容,根本没有收录:

解决方案

于是我决定DIY WordPress的链接生成与解析规则。

思路

  1. 利用filter wp_link_pages_link 将分页链接/123456重写为page-[123456].html。

  2. 利用WordPress或者服务器的RewriteRule将page-[123456].html还原为/123456

  3. 添加钩子redirect_canonical,防止WordPress从page-[123456].html到/123456的强行跳转。

生成分页html后缀链接

给WordPress主题加入:

class Rewrite_Inner_Page_Links
{
    var $separator;
    var $post_rule;

    function __construct()
    {
        $this->separator = '/page-';
        // (.+?)/([^/]+).html(/[0-9]+)?/?
        $this->post_rule = '(.+?)/([^/]+)(' . $this->separator . '([0-9]+))+.html/?$';
        if (!is_admin() || defined('DOING_AJAX')) :
            add_filter('wp_link_pages_link', array($this, 'inner_page_link_format'), 10, 2); // for inner pages
            add_filter('redirect_canonical', array($this, 'cancel_redirect_for_paged_posts'), 10, 2);
        endif;
        if (is_admin()) :
            add_filter('rewrite_rules_array', array($this, 'pagelink_rewrite_rules'));
        endif;
    }

    /**
     * 修改post分页链接的格式
     * @param string $link
     * @param int $number
     * @return string
     */
    function inner_page_link_format($link, $number)
    {
        if ($number > 1)
        {
            if (preg_match('%<a href=".*\.html/\d*"%', $link))
            {
                $link = preg_replace("%(\.html)/(\d*)%", $this->separator . "$2$1", $link);
            }
        }
        return $link;
    }

    /**
     * 为新的链接格式增加重定向规则,移除原始分页链接的重定向规则,防止重复收录
     *
     * 访问原始链接将返回404
     * @param array $rules
     * @return array
     */
    function pagelink_rewrite_rules($rules)
    {
        $new_rule[$this->post_rule] = 'index.php?name=$matches[2]&page=$matches[4]';
        return $new_rule + $rules;
    }

    /**
     * 禁止WordPress将页面分页链接跳转到原来的格式
     * @param string $redirect_url
     * @param string $requested_url
     * @return bool
     */
    function cancel_redirect_for_paged_posts($redirect_url, $requested_url)
    {
        global $wp_query;
        if (is_single() && $wp_query->get('page') > 1)
        {
            return false;
        }
        return true;
    }
}

new Rewrite_Inner_Page_Links();

这样就得到了将类似http://www.hankcs.com/program/tokyodaigaku.html/2/ 的分页链接转化为形如 http://www.hankcs.com/program/tokyodaigaku/page-2.html 的链接。

注意,我的伪静态规则是/%category%/%postname%.html,如果你的规则不同,请自行修改代码或者伪静态规则。

重写URL规则

如果不重写规则的话,WordPress是不认识这个链接的,它以为有个目录叫tokyodaigaku,里面有篇文章叫page-2.html,结果会给出一个无情的404错误:

利用服务器的重写规则

如果是SAE的话,在config.yaml的第一行加入:

- rewrite: if ( !is_dir() && path ~ "(.+?)/([^/]+)(/page-([0-9]+))+.html/?$") goto "index.php?name=$2&page=$4"

如果不是的话,可以利用WordPress自带的rewrite_rules:

登陆后台——设置——固定链接:

什么也不用填,直接保存更改即可。代码会自动在数据库中硬性加入一条规则:

"(.+?)/([^/]+)(/page-([0-9]+))+.html/?$" => "index.php?name=$matches[2]&page=$matches[4]"

最终效果

无论是用http://www.hankcs.com/program/tokyodaigaku.html/2/ 还是 http://www.hankcs.com/program/tokyodaigaku/page-2.html,都可以访问第二页。

具体效果放在第二页,顺便测试一下分页后缀效果

知识共享许可协议 知识共享署名-非商业性使用-相同方式共享码农场 » WordPress 分页加html后缀伪静态

分享到:更多 ()

评论 8

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址
  1. #6

    这段代码是是放在 functions.php里面吗

    行客工作室站长4个月前 (02-23)回复
  2. #5

    第二页第三页这怎么静嘛 我还是没看懂

  3. #4

    它这个确实存在你说的这些个BUG……

    人是泥的传说2年前 (2015-12-27)回复
  4. #3

    [嘻嘻]你的分页后面也有/2

    odmin2年前 (2015-11-03)回复
  5. #2
  6. #1

    你好 请问下静态规则是/%postname%.html的话怎么修改代码?或者伪静态规则?

    爱美图3年前 (2014-12-18)回复
    • 同求

      木鸟2年前 (2015-01-14)回复

我的开源项目

HanLP自然语言处理包基于DoubleArrayTrie的Aho Corasick自动机