Mod_Rewrite - usarlo o no?

Molto spesso riceviamo domande sulle tecniche di reindirizzamento, in particolare sull'implementazione del metodo mod_rewrite e l'uso del file .htaccess in un sito basato su database. Istruzioni su come usarlo potrete trovare in numerosi articoli dedicati alla programmazione o nella nostra guida al redirect. In questo articolo affronteremo invece il ruolo che il mod_rewrite può avere nell'indicizzazione ed il posizionamento nei motori di ricerca.

Il mod_rewrite è indubbiamente la modalità di reindirizzamento "preferita" dai motori.

Ma con i cambiamenti della tecnologia, questa loro preferenza non potrà trasformarsi in qualcosa percepito come un trucco che nel futoro cercheranno di evitare o penalizzare? Si tratta di una tecnica di cloaking o è una procedura che cosidereranno un'azione genuina per fornire contenuti in un modo più usabile, tramite indirizzi "belli" e comprensibili?

Ottima domanda.

La confusione intorno a questo argomento è causata dalla continua evoluzione dei motori di ricerca. Il miglioramento delle loro procedure di indicizzazione implicano anche la velocoe obsolecenza delle tecniche di ottimizzazione adottate dai webmaster, pericò strumenti che una volta erano indispensabili ora potrebbero essere superflui.

Perché usarlo?

Prima di tutto guardiamo che cos'è il mod_rewrite dal punto di vista di un motore di ricerca e perchè si dovrebbe usare.

I motori di ricerca inviano i loro spider in goro per la rete allo scopo di portare nel proprio database un numero di indirizzi (URL) più elevato possibile. Questi saltando da link a link raccogleranno tutta l'informazione che riescono.

Questo modo di raccolta dei contenuti funzionava benissimo per gli URL statici, che puntano a pagine che includono solitamente tutta l'informazione nel loro contentuo. Il problema accade quando i spider incontrano alcuni indirizzi generati dinamicamente. La maggior parte di queste pagine non ha un vero contenuto finchè qualcuno non clicca sullo specifico link che poi esegue alcune operazioni che lo mettono insieme su richiesta, di solito ricavando le informazioni da un database.

All'occhio del visitatore umano la pagina creata dinamicamente non presenta molta differenza rispetto ad una identica scritta in modo statico. Ma la natura dinamica di queste pagine può creare problemi ai motori di ricerca.

Immaginiamo un sito che vende abbigliamento e, invece di fornire un indirizzo statico del tipo http://www.azienda.it/maglietta-blu.html, presenta degli indirizzi del tipo:
http://www.azienda.it/pagina?prodotto=1&tipo=maglietta&colore=blu

Questo tipo di indirizzo consente alla stessa pagina di visualizzare più prodotti, a seconda dei parametri scelti dal visitatore del sito. Non soltanto per la grande varietà delle combinazioni, ma anche per non rischiare di entrare in loop su questi indirizzi, i spider evitavano di indicizzare i siti dinamici, ignorando le pagine che contenevano più query string. (Ciascun segno interogativo nell'indirizzo è una query string).

L'idea dietro il mod_rewrite era quella di cambiare l'aspetto dinamico di un URL in un aspetto statico. Dal momento che il segno interrogativo e quello uguale erano evitati dagli spider, alcuni programmatori hanno iniziato a sostituire questi segni con altri caratteri, tra cui lo slash ( / ), rescrivendo indirizzo come prodotto?ID=210 con prodotto/id/210, che per lo spider poteva sembrare una sotto directory.

Perché evitarlo?

Ma le cose cambiano. Oggi le pagine dinamiche sono una soluzione standard adottata da milioni di siti. I programmatori dei motori di ricerca sanno bene questo, quindi, hanno trovato nuove modalità per leggere ed indicizzare queste pagine.

Se guardiamo i risultati di ricerche in Google o in Yahoo! troviamo tantissimi URL dinamici. Questi possono essere indirizzi di cataloghi, articoli di forum o altri documenti generati on the fly.

Prima che i motori siano in grado (e siano disponibili) ad incicizzare pagine con query string era fondamentale convertire i link in un formato statico. Ma oggi questa tecnica non sembra più necessaria. Basta guardare i risultati delle ricerche, e troveremo tantissime pagine dinamiche indicizzate con successo.

Inoltre, il mod_rewrite richiede anche più risorse di sistema, probabilmente più spazio disco e più banda e traffico a disposizione. E poi a volte i motori indicizzeranno sia il contenuto dinamico sia quello statico, il che vale a contenuto dupplicato, il grande "no" dei motori di ricerca.

Applicazione del mod rewrite nel SEO

Ma anche se per l'indicizzazione non serve più mascherare gli indirizzi dinamici, il mod_rewrite, se ottimizzato adeguatamente, potrà portare i suoi benefici nel posizionamento. Ecco come:

Se la pagina www.azienda.it/prodotto.php?id=1000 è riscritta con un risultato del tipo:
www.azienda.it/prodotto.php/id/1000
abbiamo eliminato le query string, ma sostanzialmente non abbiamo portato nessun beneficio al miglioramento della nostra presenza nei motori. Se invece durante la re-scrittura dell'indirizzo usiamo nel nome del file generato non soltatno lo slash ma anche valori presenti nel titolo o nome del prodotto, il nostro URL avrà una rilevanza sicuramente superiore se ha questa forma:
www.azienda.it/maglietta_rossa/taglio_large

Spesso i siti web sono pre-impostati a lato server per far sì che la stessa pagina sia raggiungibile con e senza www:
http://www.dominio.it/pagina.htm
http://dominio.it/pagina.htm.

E' una soluzione positiva in quanto se il visitatore della pagina web si dimentica di inserire nell'url la stringa "www" giungerebbe ad una pagina di errore 404 (pagina non trovata).

I motori di ricerca indicizzano sia le URL prive di www che sia quelli lo contengono. Questo può trasformare il beneficio di sopra in un effetto malefico, in quando darà il risultato di contenuto dupplicato, facendo scattando i filtri antiduplicazione, che anche se non eliminano la pagina dall'indice del motore di ricerca possono influire negativamente sul ranking complessivo del sito.

Per evitare che i motori di ricerca indicizzino entrambe le versioni del sito, sia con e sia senza www, si può inserire il seguente codice nel file .htaccess nella root principale del sito:

Per indicizzare solo la versione con www:

<IfModule mod_rewrite.c>
RewriteEngine On
RewriteBase /
RewriteCond %{HTTP_HOST} !^www\.dominio\.it [NC]
RewriteRule ^(.*)$ http://www.dominio.it/$1 [L,R=301]
</IfModule>

Per indicizzare solo la versione senza www:

<IfModule mod_rewrite.c>
RewriteEngine On
RewriteBase /
RewriteCond %{HTTP_HOST} !^dominio\.it [NC]
RewriteRule ^(.*)$ http://dominio.it/$1 [L,R=301]
</IfModule>

Articoli correlati:
Ottimizzazione dei siti dinamici
Documentazione mod_rewrite di Apache

« Torna all'indice delle guide