WordPress 中文标题乱码别名清理记:从 percent-encode 到英文 slug 与 301

WordPress 中文标题乱码别名清理记:从 percent-encode 到英文 slug 与 301

起因

整理博客时发现,不少文章和标签的前台链接里带着一串形如 %e6%9c%80%e8%bf%91… 的百分号编码:标题明明是中文,URL 里却看不到一个可读的英文字词,分享、收录和手工记忆都很别扭。这次把存量文章、标签和遗留页面的别名统一清成了简短英文 slug,并给旧链接补了 301。记一下排查过程、方案取舍和踩到的坑。

根因:这是 WordPress 核心的默认行为

一开始怀疑是早年装过的某个 slug 插件失效后逻辑反转,逐个排查了活动插件、mu-plugins 目录、当前主题和站点配置,都没有发现任何接管标题别名的过滤器。

真正的原因在核心本身:sanitize_title_with_dashes() 里调用 utf8_uri_encode(),把汉字按 UTF-8 字节逐字节 percent-encode 写进 post_name。WordPress 核心并没有自带「中文标题转拼音或英文」这一层,所以只要标题含中文、又没有外部干预,落库的别名就是一串编码后的字节。

换句话说,乱码不是配置坏掉,而是默认行为;要可读的英文别名,必须在写入 slug 这一步主动提供转写结果。

中文标题编码别名与英文 slug 对照

方案选型

拼音方向不合适

看过几款拼音 slug 插件,输出是 zhong-wen-biao-ti 这种拼音分字。我们想要的是能表达标题语义的英文短词,拼音只是最初随口举的例子,方向不符,没有采用。

多语言建站插件方向不符

也评估过一款主流多语言插件:它生成的是第二语言版本那一路 URL 的别名,默认语言原始 post_name 保持不变;前台中文链接依旧是编码乱码。slug 翻译能力还锁在付费附加组件里,既不做存量批量改写,也不产出旧到新的 301。在定制主题加古腾堡块的发布管线上叠一套多语言路由,兼容和维护风险都偏高,否决。

现成 AI slug 插件接不上自用端点

有一款功能形态最贴合的 AI slug 插件:非英文标题翻成简洁英文、带批量界面、自带 301 表和导出。但审下来源码把接口端点和模型写死在 OpenAI 上,设置页没有自定义 base URL 和模型字段,接不了自己在用的大模型兼容端点;免费额度走作者个人代理,标题、域名和服务器 IP 都会发到该代理;成熟度和长期维护也一般。最终没有装。

自写:源头翻译 + 一次性清理 + 映射兜底

最后走自写路线,分三层:

  • 发布源头:出稿前如果标题含中文,调大模型翻成 3 到 6 个小写连字符的英文短词,随创建文章的接口带上 slug;翻译失败就静默回退核心默认,不阻断发布主流程。
  • 存量清理:一次性脚本先 dry-run 出对照表(旧别名、旧链接 → 新别名、新链接),人工复核后再写回;遇到别名冲突追加后缀或人工区分。
  • 旧链兜底:旧到新的映射存成一份 JSON,用 mu-plugin 挂在 template_redirect 上,命中旧路径就 301 到新地址。

落地时的几个关键细节

先备份再写库

任何批量改别名的动作之前,先把数据库完整 dump 一份到独立备份目录,确认可回滚之后再跑写回。清理脚本默认 dry-run,带双重确认参数才会真正经接口写库。

翻译质量要兜住冲突

批量翻译难免撞车:两个不同标签翻出了同一个英文 slug。处理方式是其中一个保留、另一个加后缀区分;遇到真正的重复标签,先把它从文章的标签数组里移除,再删除术语本身,旧链接 301 到保留下来的那个标签。

301 匹配要同时兼容编码和解码路径

线上踩过一个匹配坑:外部请求里百分号编码的字母大小写,和映射表里存的写法可能不一致,只按编码字符串直比会漏匹配。最终插件同时比对原始编码路径和 urldecode() 后的路径,两边命中其一就跳转。跳转动作跳过后台、REST、feed 和嵌入请求,避免把管理界面也重定向出去。

缓存会干扰判断

排查跳转是否生效时,页面 fastcgi 缓存可能还存着旧的 404 响应。清掉缓存再复测,才能区分是规则没生效,还是旧响应被缓存住了。

私有文章的 404 是正常状态

复核新链接时,有两篇私有文章对匿名访问返回 404。这是私有状态本身的表现,不是别名写错;旧链接到新地址的 301 依然成立。

遗留与待办

  • 极个别标题不含中文、但由特殊符号被编码的旧稿,本轮没有动,改名需要单独判断。
  • 附件别名和部分自定义类型本轮没纳入清理范围。
  • 发布源头的翻译补丁,还要等下一篇真实新稿发布后,验证创建文章时 slug 是否正确带上。
  • 少数译文偏软,后续可以人工定值覆盖;个别沿用原标题拼写的笔误也一并记下了。
旧链接 301 跳转到新地址

小结

这次清理得到几条经验:

  • slug 是 URL 资产,批量改别名必须同步准备旧到新的 301,否则旧分享和收录都会 404。
  • 中文到英文是语义翻译,离线词典做不到,必须靠大模型;拼音只能解决读音,解决不了语义。
  • 更稳妥的做法是在发布源头就带上可读 slug,而不是事后批量补救;存量清理只是一次性还债。
  • 跳转规则放在应用层映射表里,比直接改 Web 服务器伪静态更容易回滚和复核。

评论

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注




blender Blizzard CentOS6.3 Dream Evernote笔记同步 Game goagent Google Hellboy漫画系列 HTML5 Linux lnmp Maya Movies mysql nginx php reproduce SATA mode scp SSH storyboard SwitchyOmega The Simpsons to-page wordpress 动画 大三 定格动画 挂科 每日一Bia 毕业设计 漫画 漫画日记 眼高手低 美国恐怖故事 考试 自信 色彩Color 菊花链 MST 辛普森一家 远程桌面 速写 那时我年幼 阿里云


Back to top arrow