URL正規化とは?utm・追跡パラメータを削除して標準リンクに

公開ツールURL 正規化ツール

目次
  1. ひとつのリンクが複数のアドレスに見えてしまう問題
  2. ツールを使わずに自分で正規化する方法
  3. 「適用された変更点」を読むときに迷いやすいところ
  4. まとめ
  5. よくある質問

共有しようとコピーしたリンクに utm_source・fbclid・ref のようなタグが大量に付いているとき、このツールは決められたルールに従ってそれらを削除し、ひとつの標準(canonical)URL に整理します。ポイントは、「何を消し、何を残すか」がコードに固定されていることです。だからこそ、結果がどうなるかを前もって予測できます。

この記事では、そのルールをひとつずつ解きほぐし、結果画面に表示される「適用された変更点」の一覧をどう読めばよいかを説明します。「どの URL を使うべきか」ではなく、「どう計算され、結果をどう読むか」だけに焦点を当てます。

まとめ ① 削除されるトラッキングパラメータは、utm_ で始まるすべてのもの + fbclid・gclid・msclkid・yclid・affiliate・ref(完全一致)に固定されています。 ② HTTPS の強制は初期状態でオフなので、チェックしなければ http のリンクは http のまま残ります。 ③ パラメータの並べ替えは、残ったパラメータが 2 つ以上あるときだけ「適用された変更点」に表示されます。

ひとつのリンクが複数のアドレスに見えてしまう問題

ニュースレターや広告からクリックしたページのアドレスをコピーして、メッセンジャーや文書に貼り付けると、?utm_source=newsletter&utm_medium=email&fbclid=... のような長いタグがそのまま付いてきます。これらのパラメータはクリック元を追跡するためのものにすぎず、ページの内容とは関係ありません。

問題は、こうしたタグが違うリンクどうしが、人の目にも機械の目にも「別のアドレス」のように見えてしまうことです。同じ記事なのに、?utm_source=a が付いたアドレスと何も付いていないアドレスが別物として扱われることがあります。

そこで、リンクを共有したり整理して保存したりする前に、トラッキング用のパラメータを外し、残ったものを一定の順序にそろえて「標準形」ひとつにする作業が必要になります。これが URL 正規化です。

ツールを使わずに自分で正規化する方法

すべて手作業でもできます。ルールさえ分かっていれば、次の順序で進められます。

  1. プロトコルの確認 — アドレスの前に http:// や https:// がなければ、http:// を付けて始めます。example.com/foo は http://example.com/foo として扱います。
  2. ホストの整理 — :// の後ろのドメイン部分を小文字にし、:80(http)や :443(https)のような既定ポートが付いていれば削除します。:8080 のような既定以外のポートはそのまま残します。
  3. パス末尾のスラッシュの整理 — パスがあるときは、その末尾のスラッシュをひとつ外します。ただしドメイン直後のルートスラッシュ(example.com/)はそのまま残します。
  4. トラッキングパラメータの削除 — ? の後ろを & で分割し、キーが utm_ で始まるもの、または fbclid・gclid・msclkid・yclid・affiliate・ref のいずれかと完全に一致するものを削除します。それ以外は残します。
  5. 残ったパラメータの並べ替え — キーを基準にアルファベット順に並べ替え、再び & でつなぎます。

ブラウザの開発者ツールのコンソールで URL API を使うと、2・3 の手順はパーサーが自動で処理してくれます。このツールが内部で行っているのと同じ方法です。

const u = new URL("https://example.com/blog/?utm_source=news&ref=xyz&b=2&a=1");
[...u.searchParams.keys()].forEach(k => {
  if (/^utm_/.test(k) || ["fbclid","gclid","msclkid","yclid","affiliate","ref"].includes(k))
    u.searchParams.delete(k);
});
u.searchParams.sort();
if (u.pathname !== "/") u.pathname = u.pathname.replace(/\/$/, "");
u.toString();  // => https://example.com/blog?a=1&b=2

この手順で得られる結果は、下のツールが同じ入力に対して出す結果と正確に一致します。URL 正規化ツール(URL を標準的な形に整え、トラッキングパラメータを削除)で確認してみてください。

URL 正規化ツール

ブラウザ内だけで動く無料ツールです。入力したURLはサーバーに送信されず、登録も必要ありません。

「適用された変更点」を読むときに迷いやすいところ

最も多く誤解されるのは、「トラッカー」とみなされるパラメータの範囲です。utm_ は先頭さえ一致すれば何でも削除される前方一致方式で、それ以外は名前がまるごと一致しないと削除されない完全一致方式です。さらに、マッチングは大文字と小文字を区別します。

パラメータの例結果理由
utm_source, utm_id削除utm_ で始まる
ref削除正確に 'ref'
referrer, referral, ref_src維持'ref' と完全には一致しない
affiliate削除正確に 'affiliate'
affiliate_id維持'affiliate' とは異なる
UTM_Source, Ref維持大文字と小文字まで一致する必要がある

このほかにも、結果を読むときに迷いやすい点がいくつかあります。

  • HTTPS 強制オプションは初期状態でオフです。 そのため http:// で始まるアドレスを入れても、チェックボックスをオンにしなければ結果は http:// のままです。プロトコルがない場合に自動で付くのも http:// です。https に変えたいときは、そのオプションを自分でオンにする必要があります。
  • パラメータの並べ替えの項目は、残ったパラメータが 2 つ以上あるときだけ一覧に表示されます。 トラッカーを除去した後にパラメータがひとつだけ残った場合は並べ替える対象がないので表示されず、もともとアルファベット順であれば変わるものがなく表示されません。
  • ホスト名の小文字化と既定ポート(80/443)の削除は結果には常に反映されますが、変更一覧にはあまり現れません。 ブラウザの URL パーサーがアドレスを読み込む段階で、すでにホストを小文字にし既定ポートを外しているからです。そのため大文字のドメインや :443 を入れても結果の URL はすでに整理されており、一覧にはあえて表示されないのです。
  • 末尾スラッシュは、パスがあるときにその末尾のスラッシュをひとつだけ削除します。 example.com/ のようにドメイン直後のルートスラッシュだけの場合は手を加えません。

まとめ

要点だけを挙げると次のとおりです。

  1. 削除されるトラッカーは utm_ 前方一致 + fbclid・gclid・msclkid・yclid・affiliate・ref の完全一致で固定されており、大文字と小文字まで一致する必要があります。
  2. referrer・ref_src・affiliate_id のように名前が少しでも違えば残ります。
  3. HTTPS 強制は初期状態でオフなので、オンにしなければ http のリンクは http のまま残ります。
  4. パラメータの並べ替えの文言は、残ったパラメータが 2 つ以上あり、順序が変わる場合にだけ表示されます。
  5. ホストの小文字化と既定ポートの削除は結果には常に反映されますが、パーサーが先に処理するため変更一覧にはあまり出ません。

これらのルールさえ分かっていれば、結果の URL と「適用された変更点」の一覧がなぜそうなったのかを、その場で説明できます。

URL 正規化ツール

ブラウザ内だけで動く無料ツールです。入力したURLはサーバーに送信されず、登録も必要ありません。

よくある質問

ref は削除されるのに、referrer はなぜ残るのですか?

ref は完全一致の一覧に入っているため、名前がちょうど ref のときだけ削除されます。referrer・referral・ref_src は文字が余分に付いていて ref と完全には一致しないので、そのまま残ります。マッチングは大文字と小文字も区別するため、Ref(大文字の R)も残ります。前方一致で削除されるのは utm_ だけです。

http のアドレスを入れたのに https に変わりません。

HTTPS 強制オプションが初期状態でオフになっているためです。このオプションをオンにしたときだけ、http: プロトコルが https: に変わります。プロトコルがないアドレスに自動で付くのも http:// なので、https の結果が欲しい場合はオプションを自分でオンにしてください。

パラメータがひとつしかないのに「並べ替え」の文言が出ません。

並べ替えの項目は、残ったパラメータが 2 つ以上あるときだけ「適用された変更点」に表示されます。ひとつだけなら並べ替える対象がなく、複数あってもすでにアルファベット順であれば変わるものがなく表示されません。この場合も結果の URL 自体は正常に生成されます。

入力した URL はサーバーに送信されますか?

いいえ。正規化の処理はすべてブラウザ内の JavaScript だけで行われ、入力した URL が外部に送信されることはありません。形式が正しくないアドレスを入れると、結果の代わりにエラーメッセージが表示されます。

この記事は韓国語の原文をもとに作成しています。 韓国語の原文を読む

関連記事

  1. URLエンコードで空白が%20になる理由と仕組みURLエンコードで空白が%20、韓国語の「가」が%EA%B0%80になる仕組みをUTF-8バイトから説明します。全体URLと構成要素の2モードの違い、二重エンコードなどの失敗例も確認できます。
  2. URLパスセグメントを抽出してルートに変換URLをプロトコル・ホスト・パスセグメント・クエリに分ける仕組みと、数字だけのセグメントや9文字以上のセグメントがExpressの:変数、Next.jsの[変数]に置き換わる条件を例で解説します。
  3. URLエンコードとは?パーセントエンコーディングと文字化けの仕組みURLにスペースや日本語をそのまま使えない理由と、パーセントエンコーディングの規則、encodeURIとencodeURIComponentが予約文字を扱う違いで結果が変わる仕組みを解説します。
  4. User-Agentヘッダーの構造とモバイル・ボット判定を解説HTTPリクエストのUser-Agentヘッダーを構成する要素と、ブラウザ・端末・クローラーを見分ける正規表現の書き方、Client Hintsの標準仕様を解説します。
  5. CSS Gridのレイアウト設計式とfr単位・レスポンシブCSS Gridで2次元レイアウトを組むときのgrid-template-columns、fr単位の比率計算、grid-template-areasによる設計法と、メディアクエリなしで対応するコツを解説します。
  6. XML JSON変換で配列・属性が変わる理由JSONの配列がXMLで同じタグの繰り返しになり、XMLの属性がJSONで@attributesに分かれる理由を規則で説明します。変換ツールで実際に確認できます。

関連ツール