多语言 Slug 音译指南（Transliterate Slugs）

大多数国际化网站会为每种语言选定一种做法并全站统一。最糟糕的结果是混用：同一个栏目里有的页面是罗马化的，有的不是。

Google 的 URL 结构指南建议在 URL 中使用受众所用语言的词，「以及适用时音译的词」（"and, if applicable, transliterated words"）。它的示例里既有德语路径 /lebensmittel/pfefferminz，也有日语路径 /ペパーミント。所以罗马化 URL 和原文字符 URL，Google 都接受。

同一页面还有两条与此相关的技术规则：

• 链接里的非 ASCII 字符要做百分号编码。 你链接到自己的页面时，ASCII 以外的字符应在 href 属性中进行百分号编码。Google 给的例子是写 gem%C3%BCse，而不是 gemüse。
• URL 区分大小写。 Google 把 /APPLE 和 /apple 视为不同的 URL，这也是在所有区分大小写的文字里统一使用小写的又一个理由。

URL 只能携带有限的 ASCII 字符，其他字符都要按 UTF-8 字节发送，每个字节写成 % 加两位十六进制数。用浏览器自带的 encodeURI 和 encodeURIComponent 函数处理，结果如下：

每个带重音的拉丁字母或西里尔字母占 2 个字节（编码后 6 个字符），每个汉字占 3 个字节（编码后 9 个字符）。4 个汉字的 slug 编码后就是 36 个字符。如果读者常在会显示编码形式的应用里分享链接，音译更好读。把任意字符串粘贴进 URL 编码/解码工具，就能看到它的字节，也能把链接解码回可读文字。

大多数带重音的拉丁字母是「基本字母 + 附加符号」，去掉符号是安全的：é → e、ñ → n、ç → c。少数字母没有可去掉的符号，需要显式映射：ß → ss、æ → ae、ø → o、ł → l、đ → d。我们的引擎两种情况都能处理；德语变音选项见下一节。下面是真实输出，旁边是常见的一行正则 text.toLowerCase().replace(/[^a-z0-9]+/g, '-') 的结果：

简易正则处理纯英文没问题，但标题里只要出现一个重音字母，单词就会被拆散。

有些语言在无法使用特殊字母时有自己的替代写法。德语传统上把 ä、ö、ü 写成 ae、oe、ue，所以 mueller 比 muller 更接近「Müller」。WordPress 也是这个思路：它的 remove_accents() 函数只在德语区域设置（de_DE、de_CH、de_AT）下应用 ä → ae、ö → oe、ü → ue 和 ß → ss，在丹麦语下应用 å → aa、ø → oe。没有区域设置时，WordPress 把 ß 映射为单个 s。

我们的工具对所有语言使用同一套通用映射，另外提供一个「德语变音」开关。开启后，「Müller Größe Übersicht」会变成 mueller-groesse-uebersicht，而不是 muller-grosse-ubersicht；「Straße über Ärger öffnen」会变成 strasse-ueber-aerger-oeffnen，而不是 strasse-uber-arger-offnen。

在我们的映射里，丹麦语的 å 变成 a，ø 变成 o，例如 aebleskiver-pa-oresund。如果需要丹麦语的 aa、oe 写法，请手工修改这些 slug。

停用词也因语言而异。停用词编辑器提供西班牙语、法语和德语预设，会追加到英文列表上：使用西班牙语预设时，「El Mejor Café de la Ciudad」会变成 mejor-cafe-ciudad，而不是 el-mejor-cafe-de-la-ciudad；法语和德语预设分别得到 meilleures-crepes-paris 和 tipps-garten。

西里尔字母和希腊字母没有可去除的重音，需要一张完整的字母对照表。我们的引擎为每种文字使用一张固定的、英文读者易读的对照表：

这两种文字都有多套罗马化方案，我们用的是一套通用方案，不是某个国家的标准，所以人名拼写可能和护照或地图上的不同。品牌、人名和城市名请手工修改；乌克兰语、塞尔维亚语或保加利亚语文本请抽查几条。

汉语拼音是中文罗马化的国际标准（ISO 7098）。汉字没有可以去掉的字母，所以普通的 slugify 函数要么直接丢掉汉字，要么需要拼音词典。我们的工具有一个可选的「中文转拼音」设置，只有在文本包含中文时才加载词典：

值得了解的细节：

• 不带声调。 声调符号不是 ASCII，所以会被去掉。
• ü 写作 v，例如 lv-cha。这是拼音输入法的惯例，也有网站写成 lu 或 lyu。
• 多音字按上下文读。 「重」在「重庆」里读 chong，「行」在「银行」里读 hang，因为词典按整词判断。生僻人名仍可能读错。
• 每个音节一个连字符。 想按词连写（例如 chongqing-hotpot）请手工撰写。
• 日语和韩语不一样。 日文汉字会按中文读音转换，假名会被去掉：東京 ラーメン 变成 dong-jing。韩文会被去掉。这两种语言请使用「保留 Unicode」或自己写 slug。

不同平台的取舍不同，有些会在没有任何提示的情况下丢掉字母。Django 的 slugify() 先用 NFKD 规范化文本，再丢弃所有非 ASCII 字符。这样能正确去掉重音，但无法分解的字母会彻底消失。下面是 Django 算法和我们的结果对比：

WordPress 的 sanitize_title_with_dashes() 文档注明它「不会替换带重音的特殊字符」（"does not replace special accented characters"），而是做百分号编码；保存文章时会先运行 remove_accents()，应用上文的区域设置规则，所以结果取决于网站语言。

如果你只需要在自己的代码里处理拉丁字母部分，做法是：先映射那几个无法分解的字母，再规范化为 NFKD，然后去掉组合符号。对本指南中所有拉丁字母示例，下面的函数都能得到与我们引擎相同的 slug，例如 strasse-uber-arger-offnen 和 aebleskiver-pa-oresund：

const SPECIAL = { ß: 'ss', æ: 'ae', Æ: 'AE', ø: 'o', Ø: 'O', ł: 'l', Ł: 'L', đ: 'd', Đ: 'D', ı: 'i' };

function asciiSlug(text) {
  return text
    .replace(/[ßæÆøØłŁđĐı]/g, (c) => SPECIAL[c])
    .normalize('NFKD')
    .replace(/[\u0300-\u036f]/g, '')
    .toLowerCase()
    .replace(/[^a-z0-9]+/g, '-')
    .replace(/^-+|-+$/g, '');
}

asciiSlug('Łódź Kraków Gdańsk'); // 'lodz-krakow-gdansk'

import re
import unicodedata

SPECIAL = str.maketrans({"ß": "ss", "æ": "ae", "Æ": "AE", "ø": "o", "Ø": "O",
                         "ł": "l", "Ł": "L", "đ": "d", "Đ": "D", "ı": "i"})

def ascii_slug(text: str) -> str:
    text = unicodedata.normalize("NFKD", text.translate(SPECIAL))
    text = "".join(c for c in text if not unicodedata.combining(c)).lower()
    return re.sub(r"[^a-z0-9]+", "-", text).strip("-")

ascii_slug("Straße über Ärger öffnen")  # 'strasse-uber-arger-offnen'

它们不处理西里尔字母、希腊字母和中文。这些文字请使用完整的音译表或库，或者直接用我们的工具。我们的 Slugify 正则与代码片段 指南提供了五种语言的完整函数。

[ ] 每个语言栏目只用一种做法：音译、保留 Unicode 或翻译
[ ] 拉丁字母重音已去掉（é -> e），特殊字母已映射（ß -> ss、æ -> ae、ł -> l）
[ ] 德语内容：确定 ä -> a 还是 ä -> ae，并全站统一
[ ] 西里尔字母和希腊字母用同一张表罗马化；人名已手工核对
[ ] 中文：开启拼音模式，并检查输出里有没有读错的名字
[ ] 日语和韩语：保留 Unicode 或手写 slug
[ ] 没有空 slug；没有悄悄丢掉的字母
[ ] href 中的非 ASCII 链接只做一次百分号编码
[ ] 在不改变意思的前提下去掉了该语言的停用词
[ ] slug 全小写，且在所在目录内唯一

URL slug 生成器 提供「智能音译」「德语变音」「中文转拼音」和「保留 Unicode」开关，还有西班牙语、法语和德语停用词预设。批量 CSV Slug 生成器 可以把它们应用到整张表格。想让罗马化后的 slug 保持简短，请参考我们的 URL slug 长度最佳实践。如果只想去掉人名或普通文本里的重音、而不生成 slug，请用去除重音符号工具。拼音与汉字网址的详细对比，见 中文网址 slug 指南。

• Google 搜索中心：URL structure best practices for Google Search
• WordPress 开发者资源：remove_accents() 和 sanitize_title_with_dashes()
• Django 文档：django.utils.text.slugify
• ISO：ISO 7098:2015, Romanization of Chinese
• MDN：encodeURI()