# Канонічна URL ## Що це таке Сторінка, доступна за кількома адресами, може назвати одну з них своїм оригіналом, і названа адреса — це її канонічна URL: та копія, яку сторінка просить пошукові системи та інших споживачів індексувати, показувати й зараховувати їй заслуги. Назва походить від розмітки, що її передає, елемента `link` з `rel="canonical"`, тому те саме називають ще канонічним посиланням, тегом canonical або просто rel=canonical. ```html ``` Дублікати з'являються частіше, ніж хтось планує. Ту саму статтю можна відкрити з `www` і без нього, через `http` і `https`, з параметром відстеження в кінці, з іншим сортуванням, у версії для друку або в копії на іншому домені. RFC 6596, опублікований 2012 року, зареєстрував це відношення і встановив для нього одне тверде правило: ціль мусить указувати на вміст, який є або дублікатом сторінки, що посилається, або її надмножиною. У цих межах ціль може бути самою сторінкою, лежати на іншому імені хоста чи використовувати інший протокол. Стандарт HTML описує її як бажану URL поточного документа. Файл без елемента `head`, як-от PDF, може передати те саме твердження заголовком HTTP `Link` з `rel="canonical"`. Канонічна URL — підказка, а не наказ. RFC дозволяє програмам знехтувати хибним призначенням, а документація Google вважає переспрямування й rel=canonical сильними сигналами, а наявність у карті сайту — слабким. Якщо сторінка нічого не оголошує, пошукова система сама обирає копію. Поряд із нею стоять три інструменти, які легко з нею сплутати. Постійне переспрямування прибирає дублікат і для людей, і для машин, тому воно сильніше, коли зайва адреса нікому не потрібна. Директива `noindex` тримає сторінку поза індексом узагалі, а це інший результат, ніж злиття з іншою сторінкою. А `hreflang` пов'язує сторінки, які є перекладами одна одної; переклади рівноцінні, і жоден із них не є дублікатом іншого. ## Чому це важливо Канонічна URL вирішує, яка адреса стане індексованою, і справжній вибір лише в тому, чи ухвалити це рішення свідомо, чи дати ухвалити його комусь іншому. Пошукові системи не стільки карають за дубльований текст, скільки згортають його: залишають одну копію, а решту вливають у неї. Залишена копія — це та, яку люди бачать у результатах пошуку, та, якій зараховують посилання на всі варіанти, і та, до якої повертається пошуковий робот. Якщо віддати вибір пошуковій системі, нею може стати версія з параметром кампанії, тестове середовище, що випадково потрапило назовні, або передрук у партнера замість оригіналу. Переспрямування чи канонічна URL — це здебільшого питання про людей. Якщо другою адресою ніхто не користується, переспрямуйте її постійно, і проблема зникне для всіх клієнтів одразу; RFC 6596 і сам радить спершу перевірити, чи не впорається з завданням переспрямування. Якщо копія мусить лишатися доступною, бо на неї веде посилання з кампанії, там живе версія для друку або інший сайт публікує статтю для своєї аудиторії, тоді інструмент — канонічна URL: вона вирішує питання для індексів і не заважає читачам. Ціна полягає в узгодженості, а не в самому тегу. Один рядок у `head` нічого не коштує. Але кожне інше місце, що називає адресу сторінки, мусить із ним збігатися: `og:url`, який використовують попередні перегляди посилань, ідентифікатори у структурованих даних, карта сайту і внутрішні посилання самого сайту. Якщо два з них називають одну адресу, а третє іншу, сторінка робить про себе два різні твердження, і споживач має право повірити будь-якому. Канонічна URL вирішує, до якої адреси прив'язується вага, яку здобуде вміст. ## Як це виглядає на практиці Цей сайт — складний випадок. [Кожну сторінку публікують у чотирьох поданнях з одного дерева вмісту](/uk/portfolio/built-a-multilingual-static-site-in-hugo-126/) трьома мовами, а потім те саме дерево збирають ще сім разів, по разу для кожного тематичного субдомену. Шаблони розв'язують питання дублікатів одним правилом: сторінка є власним оригіналом лише тоді, коли її написано для тієї адреси, з якої її віддають. На основному сайті це стосується всього, тож кожна сторінка називає саму себе. Тематичний субдомен написав свою головну сторінку і більше нічого, тож ця сторінка називає себе, а дзеркальні роботи, спільні сторінки й усі списки, які будує генератор, указують на копію основного сайту за тим самим шляхом. Типова поведінка працює в безпечний бік: усе вказує додому, якщо не сказано інакше, а сторінка, що заслуговує на власну ідентичність, мусить попросити про неї у front matter, де цей запит видно. Тож новий вид сторінки успадковує обережну відповідь і не видає себе тихцем за оригінал. Значення обчислюється в одному шаблоні й читається всюди, де воно з'являється: у `rel="canonical"`, в `og:url` і `twitter:url`, а також в `@id` і `url` вузла структурованих даних сторінки. Карта сайту й мовні альтернативи ставлять те саме питання у формі «так чи ні» і з'являються лише тоді, коли канонічна URL збігається з власною адресою сторінки, адже просити проіндексувати одну адресу й водночас називати оригіналом іншу — це суперечність, яку пошуковий робот може розв'язати, не повіривши жодній. Копія на тематичному субдомені все одно показується повністю, і перемикач мов працює; вона притримує запит на індексацію, але ніколи не вміст. Двійника в Markdown HTML-сторінка оголошує через `rel="alternate"` з його типом медіа, і стандарт HTML читає це як той самий документ в іншому форматі, а не як сторінку-суперницю. Перевірка зібраних сторінок вимагає рівно однієї канонічної URL на сторінку, абсолютної й такої, що вказує на саму сторінку, і стежить, щоб кожне внутрішнє посилання вело на адресу, яку цільова сторінка називає канонічною. ## Де виникають проблеми **Результати пошуку показують адресу, яку ніхто не обирав.** Параметр відстеження, чуже ім'я хоста чи дзеркало з'являються як показана URL. Сторінка або не оголошує канонічної URL, або оголошує її, тоді як запис у карті сайту, `og:url` і внутрішні посилання називають щось інше, тож пошукова система зважує змішані сигнали й обирає сама. Ставте одну абсолютну канонічну URL на кожну сторінку, на оригіналі теж (там вона вказує на саму сторінку), і виводьте адреси для карти сайту, попереднього перегляду та структурованих даних із цього самого значення. **Друга сторінка серії випадає з індексу.** Кожна сторінка списку з пагінацією чи розділеної статті називає канонічною першу сторінку. Перша сторінка не є ні дублікатом, ні надмножиною другої, тож усе, що є лише на наступних сторінках, можуть визнати дублікатом і відкинути, і RFC 6596 прямо застерігає від цього. Нехай кожна сторінка серії називає себе або всі вони вказують на одну сторінку з повним текстом, яка справді містить усе. **Дублікат, закритий у robots.txt, лишається в результатах, або оригінал зникає разом із ним.** Закрита в robots.txt адреса дубліката не дає пошуковому роботу прочитати сторінку, а отже і її канонічну URL, і Google зазначає, що закриту URL усе одно можуть проіндексувати без вмісту. Позначка `noindex` на дублікатах прибирає їх із пошуку повністю замість того, щоб передати здобуте ними оригіналу. Залишайте дублікати доступними для пошукового робота, а злиття доручіть канонічній URL або переспрямуванню. **Оголошену канонічну URL ігнорують.** Ціль постійно переспрямовує далі, сама називає іншу канонічну URL, відповідає кодом 404 або конкурує з другим елементом canonical на тій самій сторінці; ще скрипт може переписати посилання вже після того, як надійшов HTML. Кожен із цих випадків робить призначення хибним, і RFC дозволяє споживачеві покластися на власне судження. Указуйте на кінцеву адресу, що відповідає кодом 200, ставте один елемент у `head` того HTML, який віддає сервер, і не дозволяйте жодному скрипту змінювати його згодом. ## Що почитати далі - [RFC 6596: The Canonical Link Relation](https://www.rfc-editor.org/rfc/rfc6596) — реєстрація відношення, правило «дублікат або надмножина» і призначення, яких слід уникати. - [HTML Standard: link type "canonical"](https://html.spec.whatwg.org/multipage/links.html#link-type-canonical) — як HTML визначає це ключове слово і де воно може стояти. - [RFC 8288: Web Linking](https://www.rfc-editor.org/rfc/rfc8288) — заголовок HTTP `Link`, що передає канонічну URL для файлів без елемента `head`. - [Google Search Central: consolidate duplicate URLs](https://developers.google.com/search/docs/crawling-indexing/consolidate-duplicate-urls) — як одна пошукова система зважує переспрямування, канонічні URL і карти сайту одне проти одного.