使GWT应用程序可被搜索引擎抓取

Question

我想使用#!令牌来使我的GWT应用程序可抓取，如下所述： http://code.google.com/web/ajaxcrawling/

有一个可在线使用的GWT示例应用程序，例如： http://gwt.google.com/samples/Showcase/Showcase.html#!CwRadioButton

将以下静态网页提供给googlebot： http://gwt.google.com/samples/Showcase/Showcase.html?_escaped_fragment_=CwRadioButton

我希望我的GWT应用程序能够做类似的事情。简而言之，只要在URL中找到_escaped_fragment_参数，我就会提供不同的页面风格。

为了让服务器提供其他东西（静态页面，或通过无头浏览器动态生成的页面，如HTML Unit），我应该修改什么？我猜它可能是web.xml文件，但我不确定。

（注意：我考虑过检查随GWT SDK提供的Showcase应用程序，但遗憾的是它似乎不支持在_escaped_fragment_上提供静态文件而且它不使用#!令牌..）

Answer 1

如果你想使用web.xml，那么我认为它不适用于servlet-mapping，因为url-patterns忽略了get参数。 （不是100％肯定，如果还有其他方法可以实现这一点。）

您当然可以将Showcase.html映射到servlet，并在该servlet中根据get参数“_escaped_fragment_”决定要执行的操作。但是调用Servlet只是为了为大多数请求提供静态页面有点贵（不是太糟糕，但仍然。如果你确定它没有改变，你可以设置缓存头）。 / p>

或者您可以在服务器前面安装Apache或其他东西 - 但我明白，我也不想这样做。也许你的JavaEE服务器（你使用的是BTW？）在请求传递给Web容器之前提供了一些URL过滤机制 - 我也想知道它！

Answer 2

找到我的答案！支持可抓取超链接的Showcase示例位于以下分支中： http://code.google.com/p/google-web-toolkit/source/browse/branches/crawlability/samples/showcase/?r=7726

它在web.xml中定义了一个过滤器，用于将带有_escaped_fragment_令牌的网址重定向到HTML单元的输出。