跳到主要內容

網址的中文不是中文,更不是 UTF-8

 

網址的中文不是中文,這個觀念一直是我「網址中不一定要放中文」的核心邏輯,尤其在搜尋引擎中你搜尋的關鍵字跟網址中的中文編碼就不一樣了
中文在各種編碼的呈現
根據 W3C 的定義

URL encoding converts characters into a format that can be transmitted over the Internet. URLs can only be sent over the Internet using the ASCII character-set. Since URLs often contain characters outside the ASCII set, the URL has to be converted into a valid ASCII format. URL encoding replaces unsafe ASCII characters with a "%" followed by two hexadecimal digits. URLs cannot contain spaces. URL encoding normally replaces a space with a plus (+) sign or with %20.[1]

然後最近已經看到多次 SEO 相關文章講到網址的時候說:網址是 UTF-8 的格式。這讓我頭很痛,網址(嚴格來說 URI)的中文不是中文,也不是 UTF-8 編碼 是 UTF-8 編碼(而且還要是 16 進位編碼)過後,再經過 url encoding 的結果[2]

另外 URL encoding 的解碼,是依據「網頁編碼」是什麼還會有所變化,雖然這年頭 big5 跟 unicode 的網頁已經屬於稀世珍物,但如果是「中文」來說,網址的呈現是 

  • UTF-8 的網頁是 %e4%b8%ad%e6%96%87 
  • Big5 的網頁是 %a4%a4%a4%e5 
  • unicode 的網頁是 %u4e2d%u6587 
為什麼要強調 URI (也可以說 URL 啦)呢?因為「網域的中文也不是中文」而那更是另外一種編碼了...

參考資料

  1. https://www.w3schools.com/tags/ref_urlencode.ASP 
  2. https://zh.wikipedia.org/zh-tw/%E7%99%BE%E5%88%86%E5%8F%B7%E7%BC%96%E7%A0%81 

留言

這個網誌中的熱門文章

用 ChatGPT 來做 SEO 的基礎內容建設是否能被搜尋引擎接受?實驗不到一個月我有了答案

身為一個 SEOer ,看到任何有趣的新東西,自然就是在思考:這個東西對 SEO 是不是有幫助?就像當年寫部落格是為了外鏈自建跟內容生成, Facebook 剛開始的年代,上面的外鏈全部是 DoFollow(具有價值的連結),所以我玩起了 FB 。但這麼多年來, ChatGPT 真的是我花最大量心思去投入的工具,因為他對我的 SEO 策略真的太有幫助了,但這些想法都是假設,於是我自己展開了實驗。我利用 ChatGPT 以及其他延伸的工具來產出「相對可能沒那麼 100% 專業,但應該有 80 分水準以上,適合普羅大眾觀看」的內容,大概步驟如下:

Google 網站連結(Sitelinks)的優化技巧 - Google Sitelinks Optimization of Websites

Image via Wikipedia 傳說中的Google Beta 網站連結( Google Sitelinks )對於一般人來說或許是個很陌生的名詞,但是對於一個較具規模的網站,他必須是要被重視的元素之一。雖然個人覺得 Sitelinks 翻『網站連結』很容易誤導使用者對於 Sitelinks 的功用,但避免更混淆,這邊採用網站管理員工具的原翻譯為主

如何提高您的網站排名:行之有效的策略和技巧

讓您的網站在搜索引擎上排名更高可能是一項艱鉅而艱鉅的任務,尤其是當您不知道自己在做什麼時,您可能會錯失寶貴的自然流量,而這些流量可以幫助您的業務飛速發展。沒有適當的指導和知識,幾乎不可能使您的網站在搜索引擎上排名更高。