【コピペのみ】htmlサイトのURLからindex.htmやindex.htmを消す方法

業者が管理していたWordpressサイトを解約したのですが、入手できたバックアップデータはhtmlサイトに変換されたデータでした。
サイトを表示すると、すべてのページのURLにindex.htmlが付いてしまいます。

サーバーソムリエ

index.htmlを付けずにアクセスされた場合でも、index.htmlのページが表示されるので問題は無いです。
しかし、Google的には同じページで2つのURLが存在することになるので、正規化が必要です。

URLの正規化としては、http⇒httpsへの正規化、www有り無しの正規化がよく知られており、.htaccessファイルでリダイレクトを書くことで対応します。

一方、index.htmlの有り無しの正規化については、検索するとドメイン直書きのものばかりで、汎用性がありませんでした。

index.htm/index.htmlをURLから消すカスタマイズ

RewriteEngine On
RewriteCond %{HTTP_HOST} !^www\.
RewriteRule .* https://www.%{HTTP_HOST}%{REQUEST_URI} [R=301,L]


# index.htmlなしに統一
RewriteEngine on
RewriteCond %{HTTP_HOST} (.+)$ [NC]
RewriteRule ^(.*)index\.htm http://%1/$1 [R=301,L]

コードの解説

このコードは、Apacheサーバーの .mod_rewrite モジュールを使用して、URL中の “index.html” および “index.htm” を削除し、末尾に “index.html” または “index.htm” があるURLをそれらの拡張子がないURLにリダイレクトするものです。各行の詳細は以下の通りです。

RewriteEngine on この行は mod_rewrite エンジンを有効にします。これにより、URLのリライトおよびリダイレクトが可能となります。

RewriteCond %{HTTP_HOST} (.+)$ [NC] この行は次にあるリライトルール（RewriteRule）が適用される条件を定義します。ここでは、訪れたホスト名（%{HTTP_HOST}）が何であれ、このルールにマッチします。[NC]フラグはこのマッチングを大文字小文字を区別しない（No Case）で行うことを示します。

RewriteRule ^(.*)index\.htm http://%1/$1 [R=301,L] この行は実際のリライトルールを定義します。これは正規表現 “^(.*)index.htm” にマッチするURLを “http://%1/$1” にリダイレクトします。ここで、 ^(.*)index\.htm は、URLの最初 (^) から “index.htm” までの任意の文字列にマッチします。そして、そのマッチした部分を $1 で参照できます。リダイレクト先の “http://%1/$1” では、%1 は RewriteCond でマッチしたHTTPホスト名に、$1 は URLの “index.htm” の前までの部分にそれぞれ置き換わります。 [R=301,L] は、このリダイレクトがHTTPステータスコード 301（永久リダイレクト）で行われ、このルールにマッチしたらそれ以降のルールを処理しない（Last）ことを示します。

したがって、例えば “http://example.com/index.html” や “http://example.com/index.htm” は、このルールにより “http://example.com/” にリダイレクトされます。

まとめ

管理業者に依頼したWordpressサイトが独自システムで、管理者権限がない場合、プラグインでの移転ができません。

契約を解除する時に通常はバックアップデータをもらえるのですが、独自システムの場合はバックアップデータがもらえない代わりに、htmlサイトに変換したデータが提供されることがあります。

その場合に、wordpressサイトとしてGoogleにインデックスされていたページ（index.htmlなし）とhtmlサイトのページのURL（index.htmlあり）が不一致になりますので、その場合はこの記事の方法で正規化すれば対応できます。