随着互联网的飞速生长， 哄骗传统静态页面和JavaScript技巧开拓一个大型网站的难度越来越高。而Google 推出的AngularJS 则是基于传统JavaScript 的一个MVC 框架，开拓者能够颠末它来编写今朝支流的单页面哄骗。它战胜了HTML在构建大型Web 哄骗上的缺乏，哄骗HTML 作为模板，简化哄骗组件，哄骗依托注入和数据绑定，使开拓人员能够更有效地终止一些大型网站和APP 的开拓。为了使AngularJS 开拓的页面支持搜刮引擎爬虫， 需求对此单页面形式终止搜刮引擎优化(Search Engine Optimization，SEO)。现有对AngularJS 单页面的SEO 计谋的研讨和相干文献较少， 以是本文还连系了相干社区、梳妆论坛t.vhao.net等一系列的聚集本钱。本研讨对AngularJS 单页面的静态数据没法被爬虫理会到的功效提出了非及时和及时静态化的两种基于JavaEE 拦阻器的SEO 计谋。
1 单页面静态化计谋
1.1 计谋一：非及时的静态化
智能识别爬虫机械人前往活期更新的缓存页面的非及时静态化SEO 道理。详细分为：①在项目放置大概在设定的一段时辰后，对页面终止配景的猎取、遍历，颠末设置装备铺排文件设定的遍历深度最早对首页终止深度的链接猎取和本义，将各个链接对应的页面交给下一步措置，直到所有遍历终止;②对遍历的页面终止SEO 措置， 生成或更新静态HTML 缓寄存入静态页面池，即设置装备铺排文件设置的缓存途径，并在遍历终止后及时对有效链接的缓存终止清算;③聚集哀求起首颠末拦阻器(SEOFilter)，拦阻器根据HTTP 哀求的哀求头中包括的“User-Agent”等参数鉴定此哀求是否是为爬虫机械人的哀求，如果不是则前往普通的页面用于AngularJS 外部衬着表现， 反之则颠末URL 本义查询并前往对应的SEO 缓存页面给爬虫机械人用于抓取要害字。由于此计谋长短及时的，以是它合用于较为波动且对搜刮引擎的及时性哀求不高的网站。比方当局办公网站，它逐日更新的内容不多且不会频仍地修改页面内容，则能够逐日对处事器的静态页面终止更新，便可知足逐日更新搜刮引擎词条的需求。
1.2 计谋二：及时的静态化
计谋一为非及时的静态化计谋， 但是它不会很好地合用于需求经常更新数据且对搜刮引擎及时性哀求较高的大型流派网站。比方大型的新闻网站， 网站经常会宣布新的文章大概是关照布告， 并且需求搜刮引擎能够大概尽快地将新闻的链接和要害词参与索引，那末频仍更新缓存页面的处事器开消会很大，并且缓存文件所占的空间也会越来越大， 是以针对此种情况提出了及时的静态化计谋。哀求页面时当即生成准时烧毁的静态页面缓存，爬虫机械人哀求时， 起首查找是否是存在缓存和页面缓存是否是生效，如果缓存有效则前往静态池中的静态页面，反之则生成新的静态页面大概更新静态池内的静态页面， 修改后的及时静态化计谋道理..同时，此及时静态化计谋也改良了页面的缓存体式款式，它对分歧缓存页面的要害字设置分歧的清算权重(即更新频次高下，需求野生设置)。 较为波动的页面———比方首页菜单、公司信息等展现页面能够设定较小的权重值;更新对照频仍的页面，比方新闻关照布告、宣布新闻的汇总页则能够设定较大的权重值。权重越小的静态页面的缓存时辰越久，能够保留一天甚至是一周，如许能够大幅节流频仍生成此类缓存的本钱浪掷; 而权重越大的静态页面由于更新频仍，以是缓存时辰越短，思量到搜刮引擎的爬虫机械人不会及时抓取信息，而是间隔一段时辰(普通为四至五小时)才会从新抓取，是以能够在两到三小时或更短的时辰后清算此类缓存。这里的缓存也能够会清算失利，以是在鉴定缓存是否是存在的同时也需求搜检静态页面的生效时辰， 避免过期的旧页面缓存影响新宣布信息的检索。计谋还划定了当网站从新放置后自愿清算所有缓存。
2 单页面静态化计谋完成及测试
2.1 完成步调
静态化计谋的完成主要分红设置装备铺排拦阻器和拦阻器完成两步。起首将AngularJS 的Web 项目参与JavaEE 的webapp 文件夹中，设置WEB-INF / web.xml 文件，肯定外部工具途径、缓存途径、遍历深度、拦阻划定规矩等参数，上面为大批设置装备铺排代码：
针对计谋二的及时静态化SEO 计谋的拦阻器SEOFilter 的完成道理拦阻器起首鉴定哀求的发送方， 如果不是爬虫机械人则直接前往普通的页面，反之则前往SEO 及时静态化页面。针对爬虫机械人的措置流程主要为：起首终止URL 本义，爬虫哀求阐明，记实URL 并查询遍历深度(没有此项参数则哄骗设置装备铺排文件中的默许值);再将URL 终止二次本义，查询缓存文件;如果存在缓存文件并且没有生效，则直接前往SEO 静态页面;如果缓存文件不存在，大概缓存已生效并未及时烧毁，则先烧毁缓存，再进入SEO 措置器;SEO 措置器哄骗第三方工具PhantomJS，它是一个以WebKit 为基本的处事器端JavaScript 的API，不依托于浏览器，周全支持各种Web 尺度，比方页面文档工具模子(Document Object Model，DOM)措置等———对静态页面终止搜刮引擎优化; 最后生成缓存页面，
网站设计， 保留文件至缓存文件目次(缓存池)，前往SEO 静态页面。
2.2 测试与阐明
测试情况的零碎为Windows Server 2008 R2， 放置平台为Tomcat 7.0.70，端口8083 为及时静态化计谋完成后的网站拜访出口，端口8084 则为原始的AngularJS 网站的拜访出口。起首哄骗浏览器拜访网站， 拦阻器鉴定出哀求为浏览器哀求，并在掌握台表现浏览器版本，浏览器能够普通浏览网页;以后再哄骗摹拟百度爬虫机械人的工具鉴别对原始网页和计谋完成后网页终止爬虫，并表现抓取的页面信息。表白了爬虫机械人只能抓取AngularJS 单页面中的部分要害字，包括问题、页面底部描写等信息;而哄骗及时静态化计谋后，拦阻器识别出了爬虫机械人然后在掌握台表现，同时前往了SEO静态页面， 并且表白了网页中的静态数据曾能够被普通的爬虫机械人抓取到，并表现有效的要害字，包括宣布关照布告、网站信息等主要问题与信息。
3 终止语
本文提出了非及时和及时静态化的两种SEO 计谋，它们均能够完成AngularJS 单页面SEO 静态化的预期目标，不外它们也存在着一些缺乏。计谋一针对的是较为波动且对搜刮引擎检索及时性哀求不高的大型网站，比方当局办公网站等。它能够活期对网站中的静态页面终止更新， 然则对及时性哀求较高的流派网站，它会频仍地从新遍历所有静态页面，大大增加处事器的压力， 生成所有缓存的时辰和处事器缓存页面的数目也会照应增加。计谋二针对的则是对搜刮引擎检索及时性哀求较高的大型流派网站，比方新闻网站等。它尽能够增加缓存页面的及时性并且勤俭缓存文件的空间，然则对及时性哀求不高的网站，它会频仍地烧毁再生成不需求及时更新的页面缓存， 这也会浪掷处事器的部分本钱。是以，需求根据以后网站对搜刮引擎检索及时性的哀求来选择适合的计谋。同时， 本文的重点在于对AngularJS 单页面的SEO 静态化的计谋与完成，以是对要害字的优化还能够做进一步的研讨。
最后，搜刮引擎优化是对所有零碎的一个协同优化的进程，它由外部假想身分和外部链接身分派合影响，SEO 真实只是一个帮忙举措，对一个网站更主要的是其内容的周全与立异。