javascript避免重复的URL答案

【问题标题】：javascript avoid duplicate URLsjavascript避免重复的URL
【发布时间】：2012-01-19 19:51:12
【问题描述】：

如何在 javascript 中检查两个 URL 是否相同？

例如，我不想将这两个都存储在数据库中：

example.com/dogs/
example.com/dogs

或两者兼有：

www.example.com
example.com

或两者兼有：

http://example.com
https://example.com

...那么在 URL 中获取数据呢？我的数据库可能会变得非常混乱。

有没有一种方法可以将所有 URL 转换为某种标准形式，以便检查重复项变得更加简单？

谢谢大家！

【问题讨论】：

这些都不一样。这些是您想要合并的唯一差异吗？
http://example.com 上的内容并不总是与https://example.com 上的相同。您的其他示例也是如此。请记住这一点。
你打算用JS访问数据库吗？...
google 不这样做吗？他们的搜索结果中没有重复的网址。还是他们在声明重复 URL 之前检查页面内容并确保它们相同？
@cambraca 我正在使用HTML5 localstorage

标签： javascript string url url-rewriting uri

【解决方案1】：

Google 通过使用link rel="canonical" 解决了这个问题——这个过程被称为canonicalization。

当然，您可以按照您的描述使用正则表达式简化网址，但“example.com”和“www.example.com”可能是不同的网站。

【讨论】：

【解决方案2】：

如果您只是想为网站存储基于域，我会这样做。

var url = "http://www.xyzsite.com/mySite/?param=1"; // This is the url you want to process.

var filter = [
    "http://",
    "https://",
    "www.",
];

// Loops through array and removes the protocol and www. prefixes if present
for (var i in filter) {
    url = url.replace(filter[i], "");
}

// Returns everything before the first / in the URL
var cleanUrl = url.split("/")[0]; // cleanUrl should equal "xyzsite.com" now

我可能会将它包装在一个函数中，这样它也可以很容易地运行多次。

【讨论】：

我希望子文件夹和子域也能正常工作。您的方法会将example.com/dogs 和example.com/cats 都变成example.com。这不是我真正想要的。
这适用于子域，但不适用于子文件夹。如果您想支持子文件夹，请不要执行 .split("/")[0] 部分。