Nedávno jsem si pořídil do svého portfolia jeden anglicky psaný web – Health Encyclopedia. Stránka byla velmi stará a obsahuje zhruba 1400 článků o různých nemocech, léčbě a podobně. Rozhodl jsem se, že ji celou předělám do redakčního systému WordPress kvůli jednodušší správě do budoucna. V rámci migrace jsem narazil na jeden zajímavý problém. Problém jsem si dost možná způsobil sám svou neznalostí vhodného nástroje. Třeba něco podobného někdo z vás řeší také.
Migrace webu na jiný redakční systém a změna permalinks
V rámci migrace jsem chtěl změnit permalinky (adresy na jednotlivé stránky webu), aby obsahovaly klíčová slova na které jsem chtěl cílit. To je ovšem vcelku významný zásah z několika důvodů.
- Na web vedou desítky tisíc zpětných odkazů a tyto odkazy jsou nasměrovány na staré adresy. Tyto zpětné odkazy zvedají SEO hodnotu webu a pokud bych situaci neřešil, tak by vyhledávače nebraly tyto odkazy časem do úvahy při scoringu webu a výrazně bych se poškodil z hlediska SEO.
- Vyhledávače mají zaindexovány staré adresy a pokud by někdo přišel z vyhledávače na starou adresu, tak dostane chybu 404 – stránka nebyla nalezena. Takový návštěvník pravděpodobně z webu odejde.
Tato situace se řeší pomocí 301 trvalého redirectu z nějaké url na novou url. Tím vyhledávači řekneme, že původní adresa webu je trvale zrušena a obsah stránky je přesunut na novou adresu. V momentě, kdy vyhledávač takové přesměrování zaregistruje, tak přesune autoritu stránky ze staré url na novou.
Jak přesměrovat url ze staré adresy na novou?
Ve WordPressu existuje fajn plugin – Redirection. Tento plugin umožní zadat obě adresy a přesměrování provede automaticky – pokud někdo příjde na starou URL, tak dojde k přesměrování na novou url (ukázka viz screen). Vzhledem k tomu, že web má asi 1400 článků, tak bych se z toho asi zmláznil.
Naštěstí plugin umí automatický import. Problém je ale jiný – mám 2 seznamy z nichž každý obsahuje 1400 adres (nové x staré) a potřebuju tyto dva seznamy nějak spárovat a následně je do pluginu nahrát.
Porovnání 2 seznamů url pomocí fuzzy lookup
Naštěstí jsem si vzpomněl na fuzzy lookup (článek kde jsem psal o tom jak FL funguje). Fuzzy lookup je addin do excelu, který umí seznamy spárovat na základě podobnosti (similarity). No a to je přesně to, co jsem potřeboval – prohnat oba seznamy nějakým strojkem, který mi je sám spáruje (viz screen).
Výsledek jsem potom jen proletěl okem a výsledek byl super. Z celkem 1400 adres se spárovalo 1370 a zbytek jsem doplnil ručně – úspora práce výrazná. Z excelu jsem vygeneroval textový soubor a následně nahrál do redirection pluginu. Kdokoliv teď příjde na nějakou starší adresu webu, tak je přesměrován na správnou stránku.
