parse_url을 사용하여 url을 정규화하는 방법은 무엇입니까?

Question

나는 매우 기본적인 정규화를 시도하고 있으며, 대부분의 경우 정규화는 불가능한 작업이라는 것을 알고 있습니다.

다른 검색 엔진은 다른 체계, 호스트 등을 사용하여 동일한 검색 결과를 반환합니다. 수집해야하는 가장 기본적인 부분은 무엇이며 URL의 핵심 부분 만 남기고 parse_url로 한 부분 이상을 수집 할 수 있습니까? ?

결과 1 : http://dogs.com 결과 2 : http://www.dogs.com

이 가능하며 다른 검색 엔진에 의해 생성 될 수있는 불일치의 이러한 종류의 t의 계정이 필요

Answer 1

결과 1 : http://dogs.com 결과 2 : http://www.dogs.com

이 2는 동일하지 않습니다. 하나는 주 도메인이고 다른 하나는 하위 도메인입니다. 동일한 콘텐츠를 제공한다고 보장 할 수는 없습니다.

당신이 요구하는 것은 기본적으로 불가능합니다. URL의 일부분은 중요하며 다른 부분이 변경 될 수 있습니다.

즉, canonical에 대한 <meta> 태그는 페이지의 정규화 된 URL을 나타냅니다. 해당 URL 만 정확하다는 보장이 있습니다 (다소).

또한 페이지의 콘텐츠를 가져 와서 비교할 수도 있습니다. 하지만 다시는 보증이 없습니다.