Canonical URL

Canonical URL to parametr monitoringu stron internetowych, który sprawdza, czy strona główna ma w kodzie HTML tag link rel="canonical" z niepustym adresem. Możliwe wyniki to: tag z adresem, tag bez adresu albo brak tagu. Relacja canonical wskazuje adres preferowany spośród zasobów o zduplikowanej treści ^[1]. MDN opisuje ją jako preferowany adres bieżącego dokumentu, który pomaga wyszukiwarkom ograniczać duplikację treści ^[5].

Jak działa

Adres docelowy musi według RFC 6596 wskazywać treść identyczną z treścią strony zawierającej tag albo obejmującą ją w całości ^[1]. Autor powinien się liczyć z tym, że wyszukiwarka zaindeksuje tylko treść adresu docelowego, przeniesie na niego np. popularność linków i pokaże go jako adres reprezentatywny ^[1]. Adres kanoniczny może być względny, wskazywać samą stronę, leżeć w innej domenie albo mieć inny schemat. Relację można też podać w nagłówku HTTP Link ^[1].

RYS. 1.1Warianty adresu, jeden kanoniczny

Google traktuje wskazanie jako wskazówkę. Strony o bardzo podobnej treści głównej łączy w grupę i sam wybiera z niej adres kanoniczny, który może się różnić od wskazanego przez właściciela ^[2]. Przekierowania i rel="canonical" są sygnałami silnymi, mapa witryny słabym ^[3]. Poza nimi Google bierze pod uwagę preferencję HTTPS przed HTTP ^[3].

RYS. 1.2Wybór adresu przez Google

Standardy i specyfikacje

• RFC 6596 (2012) definiuje relację i wytyczne: jeden tag na zasób, a cel nie powinien być źródłem przekierowania stałego, adresem z własnym tagiem wskazującym gdzie indziej ani adresem zwracającym błąd 4xx ^[1]. Błędną deklarację aplikacja może zignorować ^[1].
• Google Search Central zaleca adresy bezwzględne, choć obsługuje względne, oraz tag na samej stronie kanonicznej ^[3]. Tag jest akceptowany tylko w sekcji head ^[3]. Dokumentacja odradza kanonizację przez plik robots.txt, bo zablokowany adres może trafić do indeksu bez treści, oraz przez noindex, który usuwa stronę z wyszukiwarki całkowicie ^[3].
• WordPress ma funkcję rel_canonical(), która wypisuje tag wyłącznie dla zapytań o pojedynczy wpis lub stronę (is_singular()) ^[6]. Adres daje wp_get_canonical_url(): bezpośredni link opublikowanego wpisu z numerem podstrony, modyfikowalny filtrem get_canonical_url ^[7]. Strona główna z listą najnowszych wpisów nie jest zapytaniem pojedynczym, więc sam rdzeń nie wypisze na niej tagu ^[6].
• Wtyczki SEO przejmują tę rolę. Specyfikacja Yoast SEO przewiduje tag w head każdej indeksowalnej strony z kodem 200, a dla strony głównej adres złożony z protokołu, hosta i ukośnika ^[8].

Zagrożenia i skutki

Brak tagu. Bez wskazania Google sam wybiera wersję, którą uzna za najlepszą ^[3]. Typowe źródła duplikatów to warianty regionalne, wersje HTTP i HTTPS, sortowanie i filtry oraz przypadkowo dostępna wersja demonstracyjna ^[2].

Wiele tagów. Wtyczki SEO często dodają domyślny tag bez wiedzy właściciela. Przy wielu deklaracjach Google prawdopodobnie zignoruje wszystkie ^[4].

Wskazanie strony, która nie jest duplikatem. Tag z kolejnych stron artykułu na pierwszą sprawia, że ich treść nie zostanie zaindeksowana ^[4]. Tak samo działa szablon wpisujący każdej podstronie adres strony głównej, której treść nie obejmuje ich treści ^[1].

Skopiowany szablon i przejęcie. Strona zbudowana z kopii cudzego szablonu może wskazywać jako kanoniczną witrynę jego autora ^[4]. Po włamaniu tag może wskazać adres atakującego i przenieść na niego popularność linków, co dla ludzi jest prawie niewidoczne ^[1].

Przykłady

Deklaracja	Ocena
link rel="canonical" href="https://www.example.com/" w head	bezwzględny, wskazuje samą stronę [3]
href="/"	względny: dopuszczalny [1], niezalecany przez Google [3]
href="example.com/"	bez schematu to ścieżka względna, wskazanie może zostać zignorowane [4]
dwa tagi z różnymi adresami	prawdopodobnie zignorowane oba [4]
tag w body	pomijany [3] [4]
cel z przekierowaniem 301 albo błędem 4xx	niezalecany, może zostać zignorowany [1]
nagłówek Link: <https://…>; rel="canonical"	odpowiednik tagu, także dla plików PDF [3]