HTML 驗證可協助找出可能影響搜尋機器人正確解析頁面的結構問題,例如 head 內含無效元素、head 位置錯誤,以及缺少或重複的 head、body。這些問題可能使重要中繼資料被忽略,或在合併內容時造成混淆;但不能僅憑驗證錯誤,就判定頁面一定無法被爬取或索引。以下依 Screaming Frog 於 2022 年 12 月發布的 Validation 功能介紹整理。其中對 Googlebot 行為的描述僅反映該文當時的說明,不能直接視為現行規則。
head 提早結束,後面的中繼資料可能被忽略
該文介紹的 Validation 分頁不提供完整的 W3C HTML 驗證,而是檢查可能影響搜尋機器人解析與理解頁面的基本問題。檢查時不只要看標記是否合規,也要看錯誤出現在哪裡,以及哪些資料可能因此不再被視為 head 的一部分。
- head 內出現無效元素:依該文說明,Google 會將無效元素視為 head 的結束點,忽略其後的 head 元素。因此,重要資料即使仍在原始碼中,也可能不被視為頁面中繼資料。
- head 不是 html 的第一個元素:若預定的 head 之前先出現段落、body 或圖片等元素,該文指出瀏覽器與 Googlebot 可能先產生空的 head,後面的中繼資料則可能被當成 body 內容而忽略。
缺少或重複 head,不能只靠自動修補
head 用來存放頁面中繼資料,包含標題、字元集、樣式、指令碼與視窗設定等。依該文說明,缺少 head 時,瀏覽器與 Googlebot 會自動建立一個,但其中未必含有對頁面有意義的中繼資料。自動補出結構,不等於補回原本應提供的資訊。
有多個 head 時,則要注意它們的位置。依該文說明,若後續的 head 位於 body 之前,其中的中繼資料可能被合併,但也可能造成混淆;若 head 標籤出現在 body 開始之後,則會被忽略。整理頁面時,應將重要中繼資料放在單一 head 中,而非依賴多個 head 自動合併。
缺少或重複 body,也值得檢查
body 承載連結、標題、段落與圖片等頁面內容。該文將缺少 body 與多個 body 都列為檢查項目:缺少 body 時,瀏覽器與 Googlebot 可能自動補建;有多個 body 時,則會嘗試合併內容。作者提醒,不應依賴這些自動處理,尤其合併可能造成混淆。
修正這類結構問題時,應保留單一 body 來承載文件內容。不過,該文提醒的是這些問題可能影響頁面的正確解析,並未證明每個缺少或重複 body 的頁面都會被排除在索引之外。
HTML 驗證的網路各方意見
HTML 驗證通過與否,能直接判定頁面是否會被索引嗎?
不能。Screaming Frog 在 2022 年介紹的 Validation 分頁,是檢查可能影響搜尋機器人可靠解析與理解頁面的基本問題,並非完整的 W3C HTML 驗證。發現結構問題後,應進一步看錯誤的位置及可能受影響的資料,不能只憑驗證錯誤判定頁面一定無法爬取或索引。
為什麼中繼資料明明寫在原始碼中,仍可能被忽略?
關鍵可能是資料出現的位置。依 Screaming Frog 於 2022 年的說明,若 head 中出現無效元素,Google 會視為 head 結束;若預定的 head 之前先出現段落或圖片等非 head 元素,後續中繼資料也可能被視為 body 內容而忽略。這是該文對當時解析行為的描述,不能直接當作現行規則。
缺少或重複 body 時,自動修補是否足以消除問題?
不宜只依賴自動修補。Screaming Frog 在 2022 年指出,缺少 body 時,瀏覽器與 Googlebot 會自動建立一個;有多個 body 時則會嘗試合併內容,但合併可能造成混淆。因此,應在文件中保留單一 body 來承載內容。不過,該文並未證明這類問題必然導致索引失敗。
參考資料
- Screaming Frog SEO Spider Update – Version 18.0www.screamingfrog.co.uk · 2022-12-05T08:37:04+00:00 — 討論:HTML 驗證通過與否,能直接判定頁面是否會被索引嗎?;為什麼中繼資料明明寫在原始碼中,仍可能被忽略?



