URL路由：创建友好URL时处理空格和非法字符

我看到了很多关于URL路由的讨论，还有很多很棒的建议。。。但在现实世界中，有一件事我没有看到：

创建带有空格和非法字符的友好URL

查询数据库

假设您正在构建一个医疗网站，其中包含文章，其中包含类别和可选的子类别。（一对多）。（可以用任何例子，但医学领域有很多长词）

---

示例类别/子/文章结构：

您的一般健康状况（类别）

• 自然健康（子类别）
• 你身体的免疫系统以及为什么它需要帮助（文章）
• 植物和草药真的是解决办法吗
• 我应该吃强化食品吗
• 顺势疗法医学
• 什么是顺势疗法药物
• 健康饮食
• 你应该每天喝10杯咖啡吗
• 有机蔬菜值得吗
• 汉堡王®邪恶吗
• “法式咖啡馆”还是美国咖啡更健康

疾病和条件（类别）

• 自身免疫障碍（子类别）
• 人类的头号杀手是某种疾病
• 如何获得帮助
• 遗传条件
• 怀孕前预防脊柱裂
• 你倾向于长寿吗

FooBar博士的个人建议（类别）

我对草药和天然药物的看法（文章-无子类别）

你为什么要关心你的健康

合理饮食是可能的

无血手术成熟了吗

---

在这样的结构中，如果您： /{类别}/{子类别}/{文章标题}

此外，还有大量非法字符，如#！？'"等

因此，问题是：

你将如何处理非法字符和空格？（赞成和反对？）

你能处理从数据库里得到的吗

• 换句话说，您会信任DB查找项目，传递标题，还是拉取所有标题，并在代码中找到密钥，以获得要传递到数据库的密钥（对数据库的两次调用）

---

注意：我总是看到一些漂亮的例子，比如/products/beverages/Short Product Name/如何处理一些丑陋的例子作为后续。我确实有一些想法。所以请随意评论这些想法或给出您自己的问题答案：

解决方案#1：用破折号替换所有非法字符：

• www.mysite.com/diseases---conditions/Auto-immunity disorders/the--1-killer-of-people-is-some-disease/

我觉得有点难看

解决方案#2：去除非法字符并用单破折号替换空格：

• www.mysite.com/diseases-conditions/Auto-immune disorders/the-1-killer-of-people-is-some-disease/

解决方案#3应用一些规则将某些字符替换为单词：

• www.mysite.com/diseases and conditions/Auto immune disorders/the-number1-killer-of-people-is-some-disease/

解决方案#4去掉所有空格并使用大写

• www.mysite.com/DiseasesAndConditions/autoimmedisorders/thenumber1killerof people issomedisease/

---

（可能无法在区分大小写的服务器上正常工作，并且难以阅读）解决方案2将是我的建议。我不是世界上最大的SEO专家，但我相信这几乎是获得好排名的“标准”方式。

我通常做的是只允许合法字符，并保持友好URL尽可能短。同样重要的是，友好URL通常由人插入，我从不生成从标题或内容中获取友好URL，然后使用该URL查询数据库。我会在表中使用一列，例如友好URL，以便网站管理员可以插入友好URL。

我的最后一种方法是：

将所有“奇怪字母”转换为“普通字母”->a到a，ñ到n，等等

将所有非单词字符转换为z（即非a-zA-Z0-9）

将下划线组替换为单个下划线

删除所有尾下划线和前导下划线

---

至于存储，我认为友好的URL应该进入数据库，并且是不可变的，毕竟我通过在数据库中添加一列（例如：标题列旁边的URL标题）解决了这个问题并保存一个标题，去掉所有非法字符，用“&”符号替换为“and”，空格替换为下划线。然后，您可以通过URL标题进行查找，并在页面标题或任何地方使用真实的标题。

解决方案2是这些问题的典型方法……一些改进是可能的，例如，将撇号改为空而不是空破折号，用于可读性。通常，您希望在数据库中存储标题的munged for URL validity版本以及“真实”标题，以便使用索引选择位置来选择项目

但是，只要对URL路径部分进行适当编码，URL路径部分中就没有实际的非法字符。例如，空格、哈希或斜杠可以编码为%20、%23或%2F。通过这种方式，可以将任何字符串编码到URL部分，因此您可以通过实际的、未更改的标题将其从数据库中选择出来

但是，这取决于您的web框架。例如，基于CGI的任何东西都无法区分编码的%2F和真实的/，并且某些框架/部署可能难以使用Unicode字符

http://www.example.com/x/category-name/subcat-name/article-name/348254863

/article/1/Some_Article_Title_Here
/article/1/Section/5/Section_Title_Here
/section/19023/Section_Title_here  ( == above link ) 

Route r = new Route("{country}/{lang}/Article/{id}/{title}/", new NFRouteHandler("OneArticle"));
Route r2 = new Route("{country}/{lang}/Section/{id}-{subid}/{title}/", new NFRouteHandler("ArticlesInSubcategory"));
Route r3 = new Route("{country}/{lang}/Section/{id}/{title}/", new NFRouteHandler("ArticlesByCategory"));

private static string anglicized(this string urlpart) {
        string before = "àÀâÂäÄáÁéÉèÈêÊëËìÌîÎïÏòÒôÔöÖùÙûÛüÜçÇ’ñ";
        string  after = "aAaAaAaAeEeEeEeEiIiIiIoOoOoOuUuUuUcC'n";

        string cleaned = urlpart;

        for (int i = 0; i < avantConversion.Length; i++ ) {

            cleaned = Regex.Replace(urlpart, before[i].ToString(), after[i].ToString());
        }

        return cleaned;

        // Here's some for Spanish : ÁÉÍÑÓÚÜ¡¿áéíñóúü"

}

string articleTitle = "My Article about café and the letters àâäá";
string cleaned = articleTitle.anglicized();

// replace spaces with dashes
cleaned = Regex.Replace( cleaned, "[^A-Za-z0-9- ]", "");

// strip all illegal characters like punctuation
cleaned = Regex.Replace( cleaned, " +", "-").ToLower();

// returns "my-article-about-cafe-and-the-letters-aaaa"