文章封面:多语言目录结构与镜像版本对照的示意图
阅读口径

本节只讨论地址结构的读法,示例路径都是虚构写法,不涉及任何实际域名。

三种语言标记,含义不同

第一种是路径段,形如 example.com/en/、example.com/zh-tw/,语言标记跟在域名后面,同一个域名下分目录。第二种是子域,形如 en.example.com,语言标记在域名最前面,技术上可以指向完全不同的服务器,甚至由不同团队维护。第三种是参数,形如 example.com/?lang=en,最弱的一种,页面可能只是读参数换文字,关掉脚本就回到默认语言。三种写法里,子域与独立站最接近,路径居中,参数最不可靠。看到语言标记,先分清是哪一种。

/jp/ 与 /ja/ 不是一回事

语言代码与国家代码常被混用。/ja/ 是日语,/jp/ 是日本这个国家;/zh-tw/ 是语言加地区,/tw/ 只是地区。写得规范的站点用语言代码,写得随意的一律用国家代码。这不影响使用,但透露了设计者的思路:用国家代码的,往往把“语言”当成“地区”的附属,于是同一个 /jp/ 下面可能只有日语,也可能夹着英语页面。看路径时注意这一层,才不会把“地区目录”误当成“语言版本”。

路径存在,不等于内容存在

这是最容易踩的坑。/en/ 这样的目录几乎一定存在,因为它是模板自带的;但目录下的页面可能只有三篇,其余链接全部指回首页,或者干脆 302 跳回默认语言。判断办法有三个:打开该路径下的第二层页面,看是否仍是该语言;把路径改成不存在的语言代码,看是返回错误页还是静默跳转;看页面头部的语言声明与规范链接是否指向自己。三种办法里,第二种最快,一次就能试出这个站是否真的按路径分流。

可执行检查单

  1. 01记录语言标记属于路径、子域还是参数,三者不要混写。
  2. 02打开该语言下的第二层页面,确认不是首页的复制品。
  3. 03检查页面是否声明规范地址,声明指向别处说明这一版可能是重复页。

一个常见问题

同一个站既有 /zh-tw/ 又有 /tw/,该看哪个?

先看两者内容是否相同。若相同,多半是历史遗留的两套路径,其中一套会跳转到另一套;若不同,/zh-tw/ 通常指繁体中文内容,/tw/ 可能指面向该地区的服务页,两者的差别不在语言而在服务范围。判断依据是页面里有没有地区性内容,例如币种、配送范围、客服时间。只有语言不同,选 /zh-tw/;有地区差异,两个都要记,因为同一篇文章可能在两个路径下各有一份,改了一份另一份不动。

为什么这类结构值得留意

因为它决定了你引用的是哪一页。同一篇文章在 /zh/ 与 /zh-tw/ 下可能是两份文件,改了一份另一份不动;子域版本可能由另一台服务器提供,更新节奏完全不同。写记录时把完整路径抄下来,比写“某某站繁体版”有用得多,后者过一个月就无法复原。顺带一提,路径里的大小写也会造成两份文件,/EN/ 与 /en/ 在某些服务器上并不等价,抄地址时按原样保留。