SEO w kontekście zmiany rozszerzeń podstron z www.domena.pl/strona.php na www.domena.pl/strona

[pumpernikiel]

Witam wszystkich. Ostatnio dokonałem na swojej stronie zmian polegających na:

- zmianie rozszerzeń podstron z *.php na bez //przekierowanie htaccess
- dodaniu linków kanonicznych w każdej z podstron wg schematu <link rel="canonical" href="https://www.strona.pl/podstrona">
gdzie wcześniej tych linków kanonicznych nie było w ogóle, zaś linki podston indeksowały się razem z rozszerzeniem "*.php"

Aktualnie .htaccess wygląda tak:

DirectoryIndex index.php
 

RewriteEngine On

RewriteCond %{HTTP_HOST} !^$
RewriteCond %{HTTP_HOST} !^www. [NC]
RewriteCond %{HTTPS}s ^on(s)|
RewriteRule ^ http%1://www.%{HTTP_HOST}%{REQUEST_URI} [R=301,L]
RewriteCond %{REQUEST_FILENAME} !-f

RewriteRule ^([^\.]+)$ $1.php [NC,L]

 

Zaś robots.txt wygląda tak:

 

User-agent: *

Disallow: /*.php$

Disallow: /en/*.php$

Sitemap: https://www.strona.pl/sitemap.xml //zawiera tylko linki zgodne z kanonicznymi z www i https (wcześniej podstrony w sitemap miały rozszerzenia ".php")

 

Moje pytanie pytanie brzmi - czy słusznie blokuję w "robots.txt" linki z rozszerzeniem *.php ?

Zrobiłem to, ponieważ zauważyłem że SearchConsole ma tendencję do indeksowania tych samych linków
podwójnie - z rozszerzeniem i bez nich, tak więc chciałem zostawić tylko te bez rozszerzeń.

 

Moje zmiany doprowadziły do tego że strona czasowo spadła w wynikach, wszystkie linki z rozszerzeniem *.php
zgłosiłem również do usunięcia w SearchConsole. Linki kanoniczne w podstronach oraz wpisy disallow w robots były
dodane później niż przekierowania na strony bez *.php więc być może duplikaty doprowadziły do spadku w wynikach,
czego pewien nie jestem...

 

Czy dobrze zrobiłem i po prostu muszę czekać czy też powinienem usunąć z robots.txt te wpisy "disallow php"
nie przejmując się że później są z tego duplikaty linków w SearchConsole ?

 

Czy htaccess pod kątem SEO jest wg was OK ?

[pumpernikiel]

Rozumiem że wujek google dwa adresy

.../podstrona

.../podstrona.php

potraktuje jako dwa odrębne adresy mimo dokładnie tej samej treści ? Chyba że link kanoniczny jest jawnie zadeklarowany (zgodny z jednym z nich) ?

[Harry]

Ustawiłeś Disallow: /*.php$ więc Googlebot nie ma dostępu do tej strony, co skutkuje tym że nawet jej nie wyindeksuje.

Zamiast tego ustaw 301 z *.php i nigdy nie usuwaj - tyle wystarczy

Tak, masz rację. To są 2 różne adresy z tą samą treścią ale dopóki masz disallow, to Googlebot nie widzi treści na *.php, dlatego ustaw 301, a następnie usuń disallow.

[pumpernikiel]

Harry, temat "robots.txt" jasny, po prostu wywalam wpisy disallow. Co do htaccess będę wdzięczny jeśli przekleisz zmodyfikowaną linijkę tak jak powinna brzmieć

RewriteRule ^([^\.]+)$ $1.php [R=301,L]

O to chodzi ?

O to chodzi ? Reszta htacces OK ?

RewriteRule ^([^\.]+)$ $1.php [R=301,L]

[Harry]

Wydaje mi się, że twój kod robi przekierowanie na php czyli /strona/ -> /strona.php

 

Spróbuj tego

RewriteCond %{THE_REQUEST} \s/([^\s]+)\.php[\s?] [NC]
RewriteRule ^ %1 [R=301,L]

strona.php -> /strona/

[pumpernikiel]

Harry, miałeś na myśli dodanie do podstron

 

<?php

header("HTTP/1.1 301 Moved Permanently");

header("Location: https://www.strona.pl/podstrona");

exit();

?>

 

Czy zmianę w htaccess ?

Zakomentowanie starej linijki ukrywania rozszerzeń php (

RewriteRule ^([^\.]+)$ $1.php [NC,L]

) i wrzucenie tego co zaproponowałeś nie działa.

Efektem jest błąd 404 i wyrzucenie w pasku adresu pełnego adresu serwera hostingu.

Będę wdzięczny jak wrzucisz całą treść htaccess po zmianie

[Harry]

@pumpernikiel PHP, a .htaccess to całkowicie dwa odrębne byty. Do tej pory rozmawialiśmy cały czas o .htaccess, nie mam pojęcia skąd wziąłeś nagle PHP

Pisałem z pamięci, mogłem się pomylić. Spróbuj może z czatem wygenerować odpowiednią dyrektywę do .htaccess albo dać mu moją do poprawy - kombinuj.

Kiedyś nie było tyle narzędzi i człowiek dawał sobie rady. Teraz ma multum, a i tak nie potrafi wykorzystać

[pumpernikiel]

O tym PHP zacząłem pisać zanim odpowiedziałeś dając swoją propozycję kodu htaccess (nie byłem pewien czy z tym przekierowaniem 301 miałeś na mysli zmianę w htaccess). Co do AI dobra sugestia. Grok na szczegółowo zadane pytanie odpowiedział tak:

 

Aby spełnić podane wymagania, należy zmodyfikować plik .htaccess, dodając reguły, które:

    Przekierowują z HTTP na HTTPS.
    Dodają „www” do adresu, jeśli go brakuje.
    Usuwają rozszerzenia .html i .php z adresów URL.
    Zapewniają, że roboty indeksują tylko wersję bez rozszerzeń, używając przekierowań 301 (stałych), aby uniknąć duplikacji treści.

Poniżej znajduje się zmodyfikowany kod .htaccess, który realizuje te wymagania:
apache

DirectoryIndex index.php

RewriteEngine On

# Przekierowanie z HTTP na HTTPS i z non-www na www
RewriteCond %{HTTP_HOST} !^www\. [NC,OR]
RewriteCond %{HTTPS} off
RewriteCond %{HTTP_HOST} ^(?:www\.)?(.+)$ [NC]
RewriteRule ^ https://www.%1%{REQUEST_URI} [R=301,L]

# Usuwanie rozszerzeń .html i .php
RewriteCond %{REQUEST_URI} \.(html|php)$ [NC]
RewriteRule ^(.+)\.(html|php)$ $1 [R=301,L]

# Obsługa żądań bez rozszerzeń (przepisanie do pliku .php, jeśli istnieje)
RewriteCond %{REQUEST_FILENAME} !-f
RewriteCond %{REQUEST_FILENAME} !-d
RewriteCond %{REQUEST_FILENAME}.php -f
RewriteRule ^(.+)$ $1.php [L]

Wyjaśnienie działania:

    Przekierowanie na HTTPS i www:
        Pierwsza reguła (RewriteCond %{HTTP_HOST} !^www\. [NC,OR] i RewriteCond %{HTTPS} off) sprawdza, czy adres nie zawiera „www” lub używa HTTP zamiast HTTPS.
        Następnie przekierowuje (R=301) na wersję z „https://www.”, zachowując resztę adresu URL.
    Usuwanie rozszerzeń .html i .php:
        Druga reguła (RewriteCond %{REQUEST_URI} \.(html|php)$ [NC]) sprawdza, czy URL kończy się na .html lub .php (ignorując wielkość liter dzięki [NC]).
        Następnie przekierowuje (R=301) na wersję bez rozszerzenia, np. podstrona.html → podstrona.
    Obsługa żądań bez rozszerzeń:
        Trzecia reguła sprawdza, czy żądany URL nie wskazuje na istniejący plik (!-f) ani katalog (!-d), ale czy istnieje plik .php o tej nazwie (%{REQUEST_FILENAME}.php -f).
        Jeśli tak, wewnętrznie przepisuje żądanie na plik .php (np. podstrona → podstrona.php) bez zmiany adresu w przeglądarce (dzięki fladze [L]).

Dlaczego przekierowanie 301?
Przekierowanie 301 (stałe) jest używane, aby poinformować roboty wyszukiwarek (np. Google), że adres docelowy (z „https”, „www” i bez rozszerzenia) jest ostateczny. To zapobiega indeksowaniu wersji z .html, .php, bez „www” lub z HTTP, eliminując problem duplikacji treści.
Przykłady działania:

    http://domena.pl/podstrona.html → https://www.domena.pl/podstrona
    https://domena.pl/podstrona.php → https://www.domena.pl/podstrona
    http://www.domena.pl/podstrona → https://www.domena.pl/podstrona
    https://domena.pl/podstrona → https://www.domena.pl/podstrona

Uwagi:

    Upewnij się, że serwer ma włączony moduł mod_rewrite (Apache).
    Przetestuj reguły w środowisku testowym, aby upewnić się, że działają poprawnie dla Twojej konfiguracji.
    Jeśli strona korzysta z innych rozszerzeń (np. .htm), można je dodać do reguły usuwania rozszerzeń, np. RewriteCond %{REQUEST_URI} \.(html|htm|php)$ [NC].
    Plik .htaccess powinien znajdować się w głównym katalogu domeny.

Ten kod zapewnia, że adresy będą zawsze w formacie https://www.domena.pl/podstrona, a roboty wyszukiwarek będą indeksować tylko tę wersję.

[Harry]

1 minutę temu, pumpernikiel napisał(a):

O tym PHP zacząłem pisać zanim odpowiedziałeś dając swoją propozycję kodu htaccess

Rozszerzenie dokumentu (końcówka php), a kod PHP nie są tym samym - więc nie, nie pisałeś zanim odpowiedziałem  

 

Brawo, no to teraz leć na (S)FTP i wprowadź zmiany

[pumpernikiel]

Pierwsza propozycja Grok'a nie działała dla żadnych podstron poza domeną główną (efekt not found).

 

Finalna działająca wersja po poprawieniu się przez Grok'a wygląda tak:

 

DirectoryIndex index.php

RewriteEngine On
RewriteBase /

# Przekierowanie z HTTP na HTTPS i z non-www na www
RewriteCond %{HTTP_HOST} !^www\. [NC,OR]
RewriteCond %{HTTPS} off
RewriteCond %{HTTP_HOST} ^(?:www\.)?(.+)$ [NC]
RewriteRule ^ https://www.%1%{REQUEST_URI} [R=301,L]

# Usuwanie rozszerzeń .html i .php
RewriteCond %{THE_REQUEST} \s/+(.+?)\.(html|php)\s [NC]
RewriteRule ^ /%1 [R=301,L]

# Przepisanie żądań bez rozszerzeń na pliki .php (jeśli istnieją)
RewriteCond %{REQUEST_FILENAME} !-f
RewriteCond %{REQUEST_FILENAME} !-d
RewriteCond %{REQUEST_FILENAME}.php -f
RewriteRule ^(.+)$ $1.php [L]

[Grey Ronin]

Tak z ciekawości. Co to CMS?

Swoja drogą nie lepiej było to zrobić w .php

Osobna sprawa. jakie masz linki wewnętrzne? Jak URL-e mają .php to robisz masowe przekierowania całej struktury linków wewnętrznych strony. Czyli optymalizację masz tak na 50% "mocy"

[pumpernikiel]

Nie CMS tylko htaccess.

 

Wszystkie linki wewnętrzne strony oraz ich opisy "canonical" zostały sprowadzone do postaci https://www.domena/strona

skryptem w notepad++ przelecianym po plikach. Fizycznie pod tymi linkami są pliki *.php. Póki co wygląda na to że skrypt htaccess działa dobrze, czekam na reakcję google aż zindeksuje stronę na nowo.

[pumpernikiel]

Ten ostatni skrypt działa i widzę już efekty. Dla kolejnych podstron kara za "duplicate content" powoli wypada.

 

Cała operacja miała sens o tyle że w przeciągu lat struktura strony pod kątem nazw i adresów się nie zmieniła, ale doszło wykupienie certyfikatu (https),

, zmiana technologii z html na php. Linki zewnętrzne w sieci, np. na forach internetowych do (fizycznie) tych samych stron mają przeróżne formaty...

[Harry]

@pumpernikiel wyjaśnisz o co chodzi z tym twierdzeniem?

4 minuty temu, pumpernikiel napisał(a):

zmiana technologii z html na php

PHP działa po stronie serwera i efektem tego jest, że przeglądarka (użytkownik czy robot) i tak widzą HTML. Chyba, że miałeś na myśli przeniesienie strony z czystego HTML, na PHP ale to nadal nic nie zmienia - poza prawdopodobnie wygodą - ponieważ efekt końcowy jest nadal taki sam = przeglądarka pokazuje kod HTML. 

 

Analogiczna sytuacja z rozszerzeniami jak htm, html, php - w kontekście pozycjonowania strony nie ma to żadnego znaczenia. To tylko i wyłącznie końcówka.

btw

W dniu 30.05.2025 o 08:48, pumpernikiel napisał(a):

Nie CMS tylko htaccess.

CMS: https://pl.wikipedia.org/wiki/System_zarządzania_treścią

.htaccess: https://pl.wikipedia.org/wiki/.htaccess

[pumpernikiel]

Dokładnie tak jak piszesz. Przejście było z czystego HTML na php i oczywiście tylko o te końcówki w adresie chodzi. Mogłem na etapie przejścia z czystego html na php od razu pozmieniać adresy "na bez końcówki *.php" ale wtedy tego nie zrobiłem, ze dwa lata temu doszło wykupienie certyfikatu i adresy z "https". Plusem po tej zmianie jest wykorzystanie siły starych linków zewnętrznych o różnej strukturze do indeksacji tych samych stron.