nobat724_front/lib/getCanonicalUrl.js

import { headers } from "next/headers";
import { findDomainByCityId } from "@/lib/domainHelpers";

// استراتژی canonical سه‌دسته:
//   C1-a per-domain : /، /doctors، /clinics، /specialties، /specialties/[slug]، /blogs
//                     → self-canonical روی همان دامنهٔ شهری (هر شهر محتوای خودش را دارد)
//   C1-b موجودیت    : /doctor/[uuid]، /clinic/[uuid]، /blog/[slug]
//                     → دامنهٔ شهرِ همان موجودیت (getEntityCanonical)
//   C1-c استاتیک    : /terms، /privacy → دامنهٔ اصلی
//                     (متن حقوقی روی همهٔ دامنه‌ها کلمه‌به‌کلمه یکسان است)
//
// /about-us و /contact-us از C1-c بیرون آمدند: هر شهر آنجا داده و متن خودش را دارد
// (نام سایت، تلفن، نشانی، شبکه‌های اجتماعی، متن شهری)، پس self-canonical می‌شوند.
// پیش از این هر دو به دامنهٔ اصلی canonical می‌شدند و Search Console آن‌ها را
// «Alternate page with proper canonical tag» گزارش می‌کرد؛ یعنی روی هیچ دامنهٔ شهری
// ایندکس نمی‌شدند.

const DEFAULT_HOST = "nobat724.com";
const MAIN_ORIGIN = "https://nobat724.com";

// C1-c — صفحات با محتوای یکسان روی همهٔ دامنه‌ها
const STATIC_SHARED_PAGES = new Set(["/terms", "/privacy"]);

// تنها queryهایی که صفحه را از نظر محتوایی متمایز می‌کنند و باید در canonical بمانند.
// بقیه (فیلتر چندگانه، sort، name) حذف می‌شوند تا duplicate نسازند.
const CANONICAL_QUERY_KEYS = ["page"];

export function normalizeHost(rawHost) {
    return (rawHost || DEFAULT_HOST).toLowerCase().replace(/^www\./, "");
}

export function buildCanonicalPath(pathname) {
    let path = (pathname || "/").split("?")[0].split("#")[0];
    if (!path.startsWith("/")) path = `/${path}`;
    if (path.length > 1 && path.endsWith("/")) path = path.slice(0, -1);
    return path;
}

export function buildCanonicalUrl(host, pathname) {
    const normalizedHost = normalizeHost(host);
    const hostname = normalizedHost.replace(/:\d+$/, "");
    const protocol =
        hostname.endsWith("localhost") || hostname === "127.0.0.1" ? "http" : "https";
    return `${protocol}://${normalizedHost}${buildCanonicalPath(pathname)}`;
}

// origin هاست جاری (بدون trailing slash) — برای ساخت URLهای مطلق در JSON-LD و متادیتا
export async function getRequestOrigin() {
    try {
        const headersList = await headers();
        return buildCanonicalUrl(headersList.get("host"), "/").replace(/\/$/, "");
    } catch {
        return MAIN_ORIGIN;
    }
}

export function buildMainCanonicalUrl(pathname) {
    return `${MAIN_ORIGIN}${buildCanonicalPath(pathname)}`;
}

/**
 * تصمیم M3-B: صفحات ۲+ لیست خودشان canonical دارند تا ایندکس‌پذیر بمانند.
 * (یاسوج به‌تنهایی ۳۸ صفحه دارد؛ collapse به صفحهٔ ۱ همهٔ آن‌ها را از ایندکس حذف می‌کرد.)
 */
const LISTING_PATHS = new Set(["/doctors", "/clinics"]);

/**
 * صفحات لیستِ فیلتردار طبق lib/listingRobots نوایندکس هستند. کنار noindex، canonical
 * به یک URL دیگر سیگنال متناقض است و می‌تواند noindex را به هدف canonical ببرد —
 * دقیقاً همان /specialties/[slug] یا /doctors خامی که باید ایندکس بمانند.
 * پس این صفحات self-canonical می‌شوند و کل کوئری‌شان حفظ می‌گردد.
 *
 * پارامترها مرتب می‌شوند تا دو ترتیب متفاوت از یک فیلتر به یک canonical برسند.
 */
export function buildFilteredListingCanonical(host, path, search) {
    if (!LISTING_PATHS.has(path) || !search) return null;

    const params = new URLSearchParams(search);
    const filled = [...params.entries()].filter(([, value]) => value !== "");
    const hasFilter = filled.some(([key]) => key !== "page");
    if (!hasFilter) return null;

    const normalized = new URLSearchParams(filled);
    normalized.sort();
    return `${buildCanonicalUrl(host, path)}?${normalized.toString()}`;
}

export function buildCanonicalQuery(search) {
    if (!search) return "";
    const params = new URLSearchParams(search);
    const kept = new URLSearchParams();
    for (const key of CANONICAL_QUERY_KEYS) {
        const value = params.get(key);
        if (key === "page" && (!value || Number(value) <= 1)) continue;
        if (value) kept.set(key, value);
    }
    const query = kept.toString();
    return query ? `?${query}` : "";
}

/**
 * canonical یک موجودیت (پزشک/کلینیک/پست بلاگ): دامنهٔ شهرِ خودش.
 * شهر بدون دامنهٔ اختصاصی یا موجودیت بدون شهر → self-canonical (هرگز canonical شکسته نده).
 */
export function getEntityCanonical(cityId, pathname, currentHost) {
    const cityDomain = findDomainByCityId(cityId);
    return buildCanonicalUrl(cityDomain || currentHost, pathname);
}

/**
 * origin مقصد canonical یک موجودیت — تا url/@id در JSON-LD و آیتم‌های BreadcrumbList
 * همان دامنه‌ای را اعلام کنند که canonical به آن اشاره می‌کند (رفع سیگنال متناقض).
 */
export async function getEntityOrigin(cityId) {
    let currentHost = DEFAULT_HOST;
    try {
        const headersList = await headers();
        currentHost = headersList.get("host") || DEFAULT_HOST;
    } catch {
        // خارج از scope درخواست — دامنهٔ اصلی fallback امنی است.
    }
    return getEntityCanonical(cityId, "/", currentHost).replace(/\/$/, "");
}

/**
 * origin canonical یک پست بلاگ.
 *
 * فرق آن با getEntityOrigin: پستی که دامنهٔ شهری ندارد (سراسری، یا متعلق به رکورد
 * ریشهٔ nobat724) نباید روی دامنهٔ جاری self-canonical شود — همان محتوا روی چند
 * دامنه سرو می‌شد و هر کدام خودش را canonical اعلام می‌کرد (duplicate content).
 * مرجع چنین پستی همیشه دامنهٔ اصلی است.
 */
export function getBlogCanonicalOrigin(cityId) {
    const cityDomain = findDomainByCityId(cityId);
    return cityDomain ? buildCanonicalUrl(cityDomain, "/").replace(/\/$/, "") : MAIN_ORIGIN;
}

/**
 * canonical پیش‌فرض لایهٔ layout — برای صفحاتی که خودشان alternates.canonical نمی‌دهند.
 * صفحات موجودیت canonical خودشان را در generateMetadata صفحه تعیین می‌کنند.
 */
export async function getCanonicalUrl() {
    try {
        const headersList = await headers();
        const pathname = headersList.get("x-pathname");
        // مسیرهای خارج از matcher میدل‌ور (dashboard/login) این هدر را ندارند —
        // آن‌ها noindex هستند و نباید canonical جعلی به ریشه بگیرند.
        if (!pathname) return null;

        const path = buildCanonicalPath(pathname);
        if (STATIC_SHARED_PAGES.has(path)) return buildMainCanonicalUrl(path);

        const search = headersList.get("x-search");
        const host = headersList.get("host");

        const filteredListing = buildFilteredListingCanonical(host, path, search);
        if (filteredListing) return filteredListing;

        const query = buildCanonicalQuery(search);
        return `${buildCanonicalUrl(host, path)}${query}`;
    } catch (error) {
        console.error("Error generating canonical URL:", error);
        return null;
    }
}