谷歌索引不存在的 URL。 WordPress 不显示 404

Question

我正在查看 Google 搜索结果：“site:mywordpress.org”。并发现不应该存在的地段或页面被编入索引。

这里有两个问题：

1. 我不知道 Google 是如何定位、抓取或找到这些网址的。

2. Wordpress 没有显示 404 错误，因此看起来像是重复的内容。

我尝试了 Wordpress 支持论坛，但没有人回复。我也找不到任何人报告这个问题。这是我看到的一个例子：

mywordpress.org/blog-post/
mywordpress.org/blog-post/1363035032000/

我添加了一个指向头部的规范链接引用，并且我已经做了很多 Google WMT 删除请求，但我仍然看到一些类似的结果。

我已经在几个 wordpress 安装中对此进行了测试，似乎如果您在永久链接的末尾添加任何数字字符串，它仍然会显示内容而不是显示 404 错误。

我还注意到添加到永久链接的数字是 UNIX 时间戳，末尾有几个零。截至本文发布时，当前的 UNIX 时间戳为：1363035971。

我正在寻找一些关于我应该做什么的建议。我对一个 PHP 函数特别感兴趣，它会检查 url 以查看末尾是否有一串数字，如果有，则 301 将其重定向到正确的永久链接。我也会重视有关 Google 为何会找到这些错误网址以及 UNIX 时间戳是否是线索的任何输入。

Answer 1

您是否检查过是否是某些插件导致了这种情况？还要检查 Settings > Permalinks

下的 Permalink 设置

在您找到问题的根源之前，您可以尝试使用Redirect plugin 来解决它。

这个插件有很多功能，对您的情况很重要的两个功能是：

• 所有 URL 都可以重定向，而不仅仅是不存在的 URL
• 完整的正则表达式支持

因此，借助正则表达式，您可能能够将带有数字的 URL 重定向到正确的 URL。

Answer 2

我遇到了同样的问题，并找到了解决此问题的方法。

只需将其添加到functions.php

 add_action( 'template_redirect', 'so16179138_template_redirect', 0 );
function so16179138_template_redirect()
{
    if( is_singular() )
    {
        global $post, $page;
        $num_pages = substr_count( $post->post_content, '<!--nextpage-->' ) + 1;
        if( $page > $num_pages ){
            include( get_template_directory() . '/404.php' );
            exit;
        }
    }
}