Kanonisk URL

Hva det er

En kanonisk URL, også kalt kanonisk lenke, canonical-tagg eller bare
rel=canonical, er adressen en side utpeker som sin original når den
svarer på flere adresser. Det er kopien siden ber søkemotorer og
andre mottakere om å indeksere, vise og gi æren. Navnet kommer fra
koden som bærer den, et `link`-element med `rel="canonical"`.

```html
<link rel="canonical" href="https://example.com/guide/" />
```

Duplikater oppstår oftere enn noen planlegger for. Én artikkel kan
nås med og uten `www`, over `http` og `https`, med en
sporingsparameter på slutten, sortert på en annen måte, som
utskriftsvisning eller publisert på nytt hos en annen vert. RFC
6596, publisert i 2012, registrerte relasjonen og satte dens ene
harde regel: målet må peke på innhold som enten er et duplikat av
siden som viser til det, eller en større helhet som rommer hele den
siden. Innenfor den regelen kan målet være siden selv, ligge på et
annet vertsnavn eller bruke et annet skjema i adressen.
HTML-standarden beskriver den som «preferred URL for the current
document», den foretrukne URL-en for dokumentet. En fil uten
HTML-hode, som en PDF, kan gi samme beskjed i en HTTP-header av
typen `Link` med `rel="canonical"`.

En kanonisk URL er et hint og ikke en ordre. RFC-en lar programmer
se bort fra en utpeking som er feilaktig, og dokumentasjonen til
Google regner omdirigeringer og rel=canonical som sterke signaler,
mens det å stå i en sitemap regnes som et svakt. Der en side ikke
erklærer noe, velger søkemotoren en kopi selv.

Den står ved siden av tre verktøy som er lette å blande sammen med
den. En permanent omdirigering fjerner duplikatet for mennesker så
vel som maskiner, og det gjør den til det sterkeste valget når den
ekstra adressen ikke har noen grunn til å være tilgjengelig. Et
`noindex`-direktiv holder en side helt utenfor indeksen, og det er
et annet utfall enn å slå den sammen med en annen side. Og hreflang
knytter sammen sider som er oversettelser av hverandre.
Oversettelser er likeverdige, og ingen av dem er et duplikat av en
annen.

Hvorfor det er viktig

Beslutningen en kanonisk URL tar, er hvilken adresse som blir den
indekserte, og det eneste reelle valget står mellom å ta den bevisst
og å la noen andre ta den. Søkemotorer straffer ikke så mye
duplisert tekst som de slår den sammen: de beholder én kopi og
bretter resten inn i den. Kopien de beholder, er den folk ser i
søkeresultatene, den som lenkene til alle variantene krediteres, og
den en søkerobot kommer tilbake til. Overlatt til søkemotoren kan
den kopien være versjonen med en kampanjeparameter, testverten som
lakk ut, eller en partners gjenpubliserte kopi i stedet for
originalen.

Omdirigering eller kanonisk URL er for det meste et spørsmål om
mennesker. Trenger ingen den andre adressen, omdirigerer du den
permanent, og problemet forsvinner for alle klienter på en gang. RFC

6596 ber selv forfattere om å utelukke en permanent omdirigering før
de griper til lenken. Må kopien fortsatt kunne nås, fordi en
kampanjelenke peker på den, en utskriftsvisning bor der eller et
annet nettsted bærer artikkelen for sitt eget publikum, er den
kanoniske URL-en verktøyet. Den avgjør spørsmålet for indeksene og
lar leserne være i fred.

Kostnaden ligger i konsekvensen og ikke i selve taggen. Én linje i
hodet er billig. Hvert annet sted som navngir sidens adresse, må
være enig med den: `og:url` som lenkeforhåndsvisninger bruker,
identifikatorene i strukturerte sidedata, sitemapen og nettstedets
egne interne lenker. Når to av dem navngir én adresse og den tredje
en annen, kommer siden med to påstander om seg selv, og en mottaker
kan tro på hvilken som helst av dem. Det en kanonisk URL avgjør, er
hvilken adresse all anseelse innholdet bygger opp, blir knyttet til.

Slik ser det ut i praksis

Dette nettstedet er et krevende tilfelle. Det samme innholdstreet
publiserer sider i flere representasjoner. Treet bygges også for de
fokuserte underdomenene.

Malene løser duplikatene med én regel: en side er sin egen original
bare hvis den ble skrevet for adressen den serveres fra. På
hovednettstedet gjelder det alt, så hver side navngir seg selv. Et
fokusert underdomene skrev sin egen forside og ingenting annet. Den
siden navngir seg selv, mens det speilede arbeidet, de delte sidene
og hver liste generatoren bygger, peker på kopien med samme sti på
hovednettstedet. Standardvalget går i den trygge retningen: alt
peker hjem med mindre det sier noe annet, og en side som fortjener
sin egen identitet, må be om den i front matter, der bønnen er
synlig. En ny type side arver derfor det forsiktige svaret i stedet
for i det stille å gi seg ut for å være en original.

Verdien regnes ut i én mal og leses overalt der den dukker opp: av
`rel="canonical"`, av `og:url` og `twitter:url`, og av `@id` og
`url` i sidens node i de strukturerte sidedataene. Sitemapen og
språkalternativene stiller det samme spørsmålet som ja eller nei og
skrives bare ut når den kanoniske URL-en er sidens egen adresse. Å
be om at én adresse indekseres og samtidig navngi en annen som
original er en selvmotsigelse en søkerobot kan løse ved å stole på
ingen av dem. En kopi på et fokusert underdomene vises likevel i sin
helhet, og språkvelgeren virker fortsatt. Det kopien holder tilbake,
er forespørselen om å bli indeksert, aldri innholdet.
Markdown-tvillingen annonseres fra HTML-siden med `rel="alternate"`
og medietypen sin, noe HTML-standarden leser som det samme
dokumentet i et annet format og ikke som en rivaliserende side.

Sjekken av hovednettstedets resultat krever én absolutt,
selvrefererende kanonisk URL på vanlige HTML-sider og sjekker
interne sidelenker for manglende avsluttende skråstreker.
Selvstendige dokumenter til andre verter og det sosiale kortet
følger egne regler; sjekker av de fokuserte vertene kontrollerer
skillet mellom speil og originaler.

Hvor det går galt

Søkeresultatene viser en adresse ingen har valgt. En
sporingsparameter, en vert på avveie eller et speil dukker opp som
den listede URL-en. Siden erklærer enten ingen kanonisk URL, eller
den erklærer én mens oppføringen i sitemapen, `og:url` og de interne
lenkene navngir noe annet. Da veier søkemotoren blandede signaler og
velger selv. Skriv ut én absolutt kanonisk URL på hver side, også en
selvrefererende på originalen, og avled adressene i sitemapen,
forhåndsvisningen og de strukturerte sidedataene fra den samme
verdien.

Side to i en serie faller ut av indeksen. Hver side i en paginert
liste eller en oppdelt artikkel oppgir side én som sin kanoniske
URL. Side én er verken et duplikat av side to eller en større helhet
som rommer den, så det som bare står på de senere sidene, kan bli
behandlet som duplikat og oversett. RFC 6596 advarer mot akkurat
dette. La hver side i en serie navngi seg selv, eller la alle sidene
peke på én samleside som virkelig inneholder alt.

Et duplikat sperret i robots.txt blir stående i indeksen, eller
originalen forsvinner med det. Å sperre adressen til et duplikat i
robots.txt hindrer søkeroboten i å lese siden, også den kanoniske
lenken, og Google påpeker at en sperret URL likevel kan bli
indeksert uten innholdet sitt. Å merke duplikater med `noindex`
fjerner dem helt fra søk i stedet for å samle det de har
opparbeidet, i originalen. La duplikatene være åpne for søkeroboter,
og la en kanonisk URL eller en omdirigering gjøre sammenslåingen.

Den oppgitte kanoniske URL-en blir oversett. Målet omdirigerer
permanent til et annet sted, oppgir en annen kanonisk URL selv,
svarer 404 eller konkurrerer med et andre kanonisk element på samme
side. Et skript kan også skrive om lenken etter at HTML-en har
kommet fram. Hver av disse gjør utpekingen feilaktig, og RFC-en lar
mottakeren falle tilbake på sitt eget skjønn. Pek på den endelige
adressen som svarer 200, skriv ut ett element i HTML-hodet slik det
serveres, og la ingen skript endre det etterpå.

Les mer

  * RFC 6596: The Canonical Link Relation — registreringen, regelen
om at målet må være et duplikat eller romme hele siden, og
utpekingene du bør unngå.

  * HTML Standard: link type «canonical» — hvordan HTML definerer
nøkkelordet, og hvor det kan stå.

  * RFC 8288: Web Linking — HTTP-headeren `Link`, som bærer en
kanonisk URL for filer uten HTML-hode.

  * Google Search Central: consolidate duplicate URLs — hvordan én
søkemotor veier omdirigeringer, kanoniske lenker og sitemaps mot
hverandre.

hDenne siden på nettet	URL:https://engineer.company/nb/glossary/canonical/	engineer.company	70
