「最好的 SEO 就是無 SEO」這句話,說出了不少老手的心聲。要理解它,得先弄清 Web 標準到底是什麼——網上解釋一大堆,看完還是霧裡看花。與其抄一段定義,不如從動手寫一個網頁開始講。
寫最簡單的網頁要用 HTML 標記:強調文字用 <strong>,改顏色得加 <font color>,換段落用對應的標籤。你不會用一個毫無意義的標籤去強調文字,因為瀏覽器根本不認。於是 W3C(萬維網聯盟)站出來,把全球從業者召集到一起:哪些標籤能用、各自代表什麼含義,統一規定清楚。經過反覆討論,才有了 HTML 1.0 標準,此後一路演進到 HTML 2.0、4.01,再到今天常用的 XHTML 1.0/1.1,以及尚未正式落地的 XHTML 2.0。標準更新遵循向前兼容原則。
我們網頁頂部那行代碼,就是文檔模型聲明:
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "https://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
它的作用是告訴瀏覽器:這份文檔按 XHTML 1.0 標準來解釋。
後來排版需求越來越複雜,光靠 HTML 標記做不出精緻的頁面——想讓圖片偏移 20px、文字間距 5px,用純 HTML 幾乎不可能。W3C 於是又出 CSS 1.0 標準,實現內容偏移、間距等效果,之後演進到 CSS 2.0、3.0。
再后来人們發現,HTML 加 CSS 仍缺交互能力,頁面裡的東西不會動。W3C 又推出 ECMAScript 標準,規定了文檔對象模型接口與語法,大家熟悉的 JavaScript 就屬於這一標準體系。
把 HTML、CSS、ECMAScript 幾套規範匯攏,就構成了 Web 標準。判斷一個頁面是否達標,關鍵在於它是否遵守自己聲明的那個版本。例如:
<p><font color="#ff0000">正文內容</font><p>
font 標籤與 color 屬性在該標準中已被棄用,所以不合規。再看 <img> 標籤缺少必需的 alt 屬性,不合規;<dt> 中嵌套 <h1>,按定義也不允許。只有最後那個 <b> 勉強算合規,但 W3C 已明確表示只是暫時保留,更推薦語義更強的 <strong>。
值得注意的是,這段代碼在瀏覽器裡能正常渲染——因為標準向前兼容,只是不符合你所聲明的版本而已。想修正只有兩條路:降低文檔模型的版本,或者改代碼(把顏色移進 style 屬性、給 img 補上 alt)。後者顯然更值得選。
順帶澄清一個流行誤解:「Web 標準 = div + css,不能用 table 布局」。這是典型的以偏概全。W3C 從未規定 table 布局不合規,<table> 一直是各版本的標準標籤。我們習慣用 div,但要清楚:別人推薦的做法不等於標準。
現實是,互聯網上幾乎 99.999% 的頁面都無法通過驗證,其中不少排名和流量都很可觀。那標準還有意義嗎?有意義,關鍵在於瀏覽器與搜尋引擎如何解析 HTML。
結構(HTML)與表現(CSS)分離,可以這樣理解:結構是鋼筋水泥搭出的架子,表現是地板、牆面與油漆。沒有了結構,裝修無處附著。這也是 XHTML 1.0 Strict 及以上版本取消 <font> 這類標籤的原因——它屬於表現層,應該待在 CSS 裡。
搜尋引擎和瀏覽器解析 HTML 的路徑大致相同:抓取頁面後開始解析,最終構建出一棵有嚴格父子關係的 DOM 樹。這個過程分兩種模式——詞典分析模式與整理模式(html tidy)。瀏覽器會把標籤和屬性與內置詞典比對,匹配成功直接解析;匹配失敗則進入整理模式,嘗試修復:把漏掉的結束標籤補上,遇到完全無法識別的標籤對(比如 <jiacu>)就整體剔除,只保留其中的文字。所以我們寫錯了也看不出來,瀏覽器已經默默幫我們補好了。
但整理模式並非萬能。當嵌套層次越深、標籤越多,一旦瀏覽器無法修復,它唯一能做/*
的只剩一件事:把整個錯誤塊內的標籤全部去掉,只留文字。
搜尋引擎的差別在這裡。它在分析內容前同樣要建 DOM 樹,只有樹建成,才能判斷上下文關係、識別 <strong> 與 <h1> 這類加權標籤的位置。但它更強調「內容塊」概念,一個標籤算一個塊。當它在第一個 div 內連續遇到 <h1> 和 <p> 的錯誤時,為了保證樹的正確性,它會向上查找最近的無誤上級塊,然後把這個上級塊下所有有問題的子塊全部剔除。結果就是:你精心埋進去的 <h1> 和 <strong> 解析後憑空消失,整個塊的權重發生偏移。
寫完代碼,建議用 W3C 提供的免費校驗服務(validator.w3.org)跑一遍,發現錯誤逐條修掉。這件事花不了多少時間,卻能避免很多看不見的失分。