搜索引擎靠html语义结构识别页面主题：唯一定调，锚定范围，锁定焦点，配合、等补全语义闭环，任一缺失或错位均导致主题信号衰减、索引权重弱化。
为什么搜索引擎靠 HTML 结构识别页面主题
Google 不会读文字、猜意图，它靠 DOM 树中语义标签的嵌套关系和位置锚点，定位“哪段是主题、谁是支撑、什么该被忽略”。<main></main> 是它找正文的起点，<h1></h1> 是它认定主题的默认信号源，<title></title> 是它校验主题一致性的基准。三者错位，算法就判定“内容不可信”——不是降权，是直接弱化索引权重。
<main></main> 缺失或嵌套错误时主题识别失效
缺失 <main></main>，爬虫会退而求其次，从 里按顺序扫描第一个大段文本，可能把页脚版权字或导航栏文案当成正文；重复出现 <main></main>，算法无法确定哪块才是“真实主体”，尤其在 SSR + hydration 混合渲染场景下，JS 覆盖后 DOM 变更，常导致首屏关键段落被跳过索引。
-
<main></main>必须且只能出现一次，包裹全部核心内容（含首屏文字、主图<img>、首段正文） - 不要把
<header></header>或<aside></aside>塞进<main></main>里——它们语义独立，混入会污染主题上下文 - Next.js / Remix 等框架中，确保
<main></main>在服务端完整输出，而非仅由客户端 JS 动态插入
<h1></h1> 位置与数量直接触发主题可信度评分
Google 明确将 <h1></h1> 视为页面唯一主主题锚点。它不统计关键词密度，但严格检查：是否唯一、是否在 <main></main> 或顶层 <section></section> 内、是否与 <title></title> 语义一致。出现两个 <h1></h1>，不是“加权平均”，而是标记为“结构混乱”，触发内容可信度降级。
- 用
document.querySelectorAll('h1')在控制台快速验证，避免 CMS 模板残留未赋值的<h1>{{ title }}</h1> -
<h1></h1>不得出现在<footer></footer>、<aside></aside>或<nav></nav>中——哪怕视觉上藏在角落，语义冲突即降权 -
<title></title>和<h1></h1>不必逐字相同，但必须逻辑同源：比如<title></title>是 “Vue 3 响应式原理 | CodeCraft”，<h1></h1>就该是 “Vue 3 响应式原理详解”，而非 “欢迎来到前端小站”
DOM 层级过深或语义断裂导致主题信号衰减
当标题、正文、图片被多层 <div> 包裹，或 <code><img> 缺失 alt、<figure></figure> 未配 <figcaption></figcaption>，主题信号在传递过程中被稀释。Google 的移动优先索引（2023 年起 100% 启用）对这类“语义断层”特别敏感——它优先信任 <main></main> 内部的 <h1></h1> + <img alt="..."> + 首段 <p></p> 组合，其余内容权重逐层递减。
- 避免 DOM 深度超过 6 层（从
算起），尤其别用<div> 套 <code><div> 模拟语义标签 <li> <code><img>必须带alt，且文本需描述图像本身功能或内容，不能写“图片”“图标”这种无意义词 -
<figure></figure>和<figcaption></figcaption>要成对出现，单独用<figure></figure>会被视为语义不完整，削弱图文关联性
主题识别不是黑箱，它是可验证、可干预的链路：从
<title></title> 定调，靠 <main></main> 锚定范围，借 <h1></h1> 锁定焦点，再由 <img alt>、<figure></figure>、段落层级补全语义闭环。漏掉任一环，信号就断了。
