1

我正在编写一个基本上是一系列连续页面的网站。非限定 URL 指向最后一页，限定 URL 指向特定页面。所以我们有：

我有以下要求：

  • 我希望页面由 AJAX 动态加载。用户可能会在短时间内顺序浏览许多连续页面，我想避免重新加载和重绘（并添加某种 JavaScript 预取相邻页面以加快导航速度）
  • 我希望这些页面可以添加书签
  • 我希望页面可抓取
  • 我希望它适用于大多数用户。

所以，我想出了以下方案：

  • 存档页面的标准规范 URL 是http://example.com/3。通过此 URL 访问的页面是完全可读的，无论是否安装了 JavaScript。如果 JavaScript 不可用，则指向其他页面的链接是正常链接，并且一切都以老式的方式运行。这也适用于爬虫。
  • 如果可以使用 JavaScript 和历史操作（pushState 和 replaceState）的浏览器访问此类 URL，则在访问其他页面的链接时，内容会使用 AJAX 动态更新。然后浏览器历史记录由 JavaScript 更新。
  • 如果 JavaScript 可用但历史操作不可用的浏览器访问该站点，则在访问 http://example.com/3 时使用JavaScript 将用户重定向到http://example.com/#!3 . 访问主页http://example.com时不会发生重定向。然后使用散列更改事件完成导航。
  • 如果爬虫试图通过外部链接访问http://example.com/#!3，它实际上会请求http://example.com/?_escaped_fragment_=3 ( 1 )。对于此类 URL，网络服务器将发出永久重定向到http://example.com/3，然后将被正确抓取。

在这里一切看起来都很好，但是，让我们看看所有可能的情况：

1.没有JavaScript浏览器

1.1。没有 JavaScript 浏览器访问根 URL

按预期工作。

1.2. 没有 JavaScript 浏览器访问规范 URL

按预期工作。

1.3. 没有 JavaScript 浏览器访问 shebang URL

（http://example.com/#!3）

默默失败！用户得到最后一页而不是第 3 页。

2. 爬虫

2.1。爬虫访问根 URL

按预期工作。

2.2. 爬虫访问规范 URL

按预期工作。

2.3. 爬虫访问shebang URL

http://example.com/#!3

爬虫实际上请求http://example.com/?_escaped_fragment_=3，并被重定向到规范 URL。这是对 Web 服务器的一个额外请求，但这没什么大不了的（不会从数据库中获取额外的页面并返回给用户）。

3.旧浏览器

3.1。旧浏览器访问根 URL

其他页面的链接被它们的 shebang 版本所取代。然后通过 AJAX 顺利完成导航。

3.2. 旧浏览器访问规范 URL

用户被重定向到 shebang URL。问题：服务器实际上会获取并服务页面 3 次！

  1. http://example.com/3 <- 完全由服务器提供服务
  2. JavaScript 发出重定向到http://example.com/#!3
  3. 服务器只看到http://example.com/，并提供最后一页
  4. JSON 用于（再次）获取第 3 页并替换页面上的内容。

3.3. 老浏览器访问shebang URL

不需要重定向，但最后一页有额外的负载！

  1. 用户访问http://example.com/#!3
  2. 服务器只看到http://example.com/，并提供最后一页
  3. JSON 用于获取页面 3 并替换页面上的内容。

4.现代浏览器

4.1。现代浏览器访问根 URL

4.2. 现代浏览器访问规范 URL

这两种情况都没有问题。导航由 AJAX 完成，规范的 URL 被推送到历史记录。

4.3. 现代浏览器访问shebang URL

URL 被修改为规范 URL。内容由 AJAX 加载。和以前一样，问题是这会导致服务器对最后一页产生额外的负载。

所以，总结一下：

  • 该解决方案基本上可以工作
  • 但是当使用 shebang URL 时，在大多数情况下，它会导致最后一页的不必要加载，因为服务器永远不会知道它是否需要服务器最后一页，或者这是否实际上是 shebang 请求的一部分。

我的问题是：有人知道如何避免这些额外的页面加载吗？有什么好的做法可以解决这样的问题吗？

4

0 回答 0