随着互联网的飞速生长， 应用传统静态页面和JavaScript手艺启发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，启发者能够颠末它来编写今朝支流的单页面应用。它克制了HTML在构建大型Web 应用上的贫乏，应用HTML 作为模板，简化应用组件，应用依托注入和数据绑定，使启发人员,能够更有效地住手一些大型网站和APP 的启发。为了使AngularJS 启发的页面撑持搜刮引擎爬虫， 需求对此单页面形式住手搜刮引擎优化(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、服装网www.vhao.net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分解到的成就提出了非及时和及时静态化的两种基于JavaEE 阻挠器的SEO 计谋。
1 单页面静态化计谋
1.1 计谋一：非及时的静态化
智能识别爬虫机器人前往按期更新的缓存页面的非及时静态化SEO 道理。详细分为：①在项目安顿也许在设定的一段时光后，对页面住手靠山的获得、遍历，颠末设置装备铺排文件设定的遍历深度动手下手对首页住手深度的链接获得和本义，将各个链接对应的页面交给下一步处理，直到统统遍历完毕;②对遍历的页面住手SEO 处理， 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，并在遍历完毕后及时对有效链接的缓存住手清算;③聚集要求起首颠末阻挠器(SEOFilter)，阻挠器凭据HTTP 要求的要求头中包罗的“User-Agent”等参数推断此要求是否是为爬虫机器人的要求，假设不是则前往一样平常的页面用于AngularJS 外部衬着显现， 反之则颠末URL 本义查询并前往对应的SEO 缓存页面给爬虫机器人用于抓取关头字。由于此计谋长短及时的，以是它合用于较为稳定且对搜刮引擎的及时性要求不高的网站。比方当局办公网站，它逐日更新的内容不多且不会频仍地批改页面内容，则能够逐日对供职器的静态页面住手更新，便可满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要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也许是关照布告， 并且需求搜刮引擎能够也许尽快地将新闻的链接和关头词插手索引，那末频仍更新缓存页面的供职器开消会很大，并且缓存文件所占的空间也会越来越大， 是以针对此种景遇提出了及时的静态化计谋。要求页面时立刻生成守时烧毁的静态页面缓存，爬虫机器人要求时， 起首查找是否是存在缓存和页面缓存是否是生效，假设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也许更新静态池内的静态页面， 批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例，它对分歧缓存页面的关头字设置分歧的清算权重(即更新频次凹凸，需求野生设置)。 较为稳定的页面———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光越久，能够保管一天甚至是一周，如许能够大幅俭省频仍生成此类缓存的本钱挥霍; 而权重越大的静态页面由于更新频仍，以是缓存时光越短，考虑到搜刮引擎的爬虫机器人不会及时抓取信息，而是间隔一段时光(一样平常为四至五小时)才会重新抓取，是以能够在两到三小时或更短的时光后清算此类缓存。这里的缓存也能够会清算失利，以是在推断缓存是否是存在的同时也需求反省静态页面的生效时光， 制止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重新安顿后强制清算统统缓存。
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阻挠器和阻挠器完成两步。起首将AngularJS 的Web 项目插手JavaEE 的webapp 文件夹中，设置WEB-INF / web.xml 文件，肯定外部器械途径、缓存途径、遍历深度、阻挠规矩等参数，上面为少许设置装备铺排代码：
针对计谋二的及时静态化SEO 计谋的阻挠器SEOFilter 的完成道理阻挠器起首推断要求的发送方， 假设不是爬虫机器人则直接前往一样平常的页面，反之则前往SEO 及时静态化页面。针对爬虫机器人的处理流程主要为：起首住手URL 本义，爬虫要求阐明，记实URL 并查询遍历深度(没有此项参数则应用设置装备铺排文件中的默许值);再将URL 住手二次本义，查询缓存文件;假设存在缓存文件并且没有生效，则直接前往SEO 静态页面;假设缓存文件不存在，也许缓存已生效并未及时烧毁，则先烧毁缓存，再进入SEO 处理器;SEO 处理器应用第三方器械PhantomJS，它是一个以WebKit 为根蒂根底的供职器端JavaScript 的API，不依托于浏览器，周全撑持各种Web 尺度，比方页面文档工具模子(Document Object Model，DOM)处理等———对静态页面住手搜刮引擎优化; 最后生成缓存页面， 保管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， 安顿平台为Tomcat 7.0.70，端口8083 为及时静态化计谋完成后的网站接见进口，端口8084 则为原始的AngularJS 网站的接见进口。起首应用浏览器接见网站， 阻挠器推断出要求为浏览器要求，
网站公司，并在节制台显现浏览器版本，浏览器能够一样平常浏览网页;以后再应用摹拟百度爬虫机器人的器械离别对原始网页和计谋完成后网页住手爬虫，并显现抓取的页面信息。标清楚明了爬虫机器人只能抓取AngularJS 单页面中的部门关头字，包罗标题、页面底部描写等信息;而应用及时静态化计谋后，阻挠器识别出了爬虫机器人然后在节制台显现，同时前往了SEO静态页面， 并且标清楚明了网页中的静态数据曾能够被一样平常的爬虫机器人抓取到，并显现有效的关头字，包罗宣布关照布告、网站信息等主要标题与信息。
3 完毕语
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 静态化的预期方针，不外它们也存在着一些贫乏。计谋一针对的是较为稳定且对搜刮引擎检索及时性要求不高的大型网站，比方当局办公网站等。它能够按期对网站中的静态页面住手更新， 然则对及时性要求较高的流派网站，它会频仍地重新遍历统统静态页面，大大增长供职器的压力， 生成统统缓存的时光和供职器缓存页面的数目也会照应增长。计谋二针对的则是对搜刮引擎检索及时性要求较高的大型流派网站，比方新闻网站等。它尽能够增长缓存页面的及时性并且浪费缓存文件的空间，然则对及时性要求不高的网站，它会频仍地烧毁再生成不需求及时更新的页面缓存， 这也会挥霍供职器的部门本钱。是以，需求凭据以后网站对搜刮引擎检索及时性的要求来遴选适合的计谋。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，以是对关头字的优化还能够做进一步的研讨。
最后，搜刮引擎优化是对扫数零碎的一个协同优化的过程，它由外部设计身分和外部链接身分派合影响，SEO 其实只是一个匡助步履，对一个网站更主要的是其内容的周全与立异。