Azure静态站点爬虫重定向：staticwebapp.config.json配置是否有效？

首先明确：你当前的配置无法生效，因为Azure静态Web Apps的routes规则里，headers是用来设置响应头的，不是用来匹配请求头的。要匹配爬虫的User-Agent，得用conditions字段。

修正后的配置 #

{
  "routes": [
    {
      "route": "/*",
      "redirect": "https://cache.page-replica.com/200/www.example.com/{route}",
      "conditions": {
        "headers": {
          "User-Agent": "*Googlebot*|*bingbot*|*FacebookExternalHit*|*Twitterbot*"
        }
      },
      "statusCode": 302
    }
  ],
  "navigationFallback": {
    "rewrite": "/index.html",
    "exclude": ["/images/*.{png,jpg,gif}", "/css/*"]
  }
}

关键说明 #

1. 用conditions匹配请求头：这是Azure静态Web Apps路由规则中用来匹配请求参数（包括头信息）的正确字段，这里通过通配符*匹配包含爬虫标识的User-Agent。
2. 合并爬虫规则：把多个爬虫的匹配合并到一条规则里，用|分隔不同的匹配模式，避免重复配置。
3. 保留原路径：用{route}占位符代替硬编码的*，确保重定向时保留原请求的路径（比如用户请求/about，会重定向到https://cache.page-replica.com/200/www.example.com/about）。
4. 指定重定向状态码：显式设置302临时重定向，符合搜索引擎爬虫的预期（如果预渲染内容是永久缓存，也可以用301，但一般推荐302方便后续调整）。

额外注意事项 #

• 替换配置中的200和www.example.com为你实际的PageReplica siteId和域名。
• 测试时可以用curl模拟爬虫请求：curl -A "Googlebot" https://your-azure-static-site.com/about，检查是否正确重定向。
• 确保PageReplica的预渲染缓存已经同步了你SPA的所有页面，避免爬虫拿到过时内容。

内容的提问来源于stack exchange，提问作者crooksey