必须唯一且不得嵌套在或中，因其是爬虫定位“用户真正该看到内容”的语义起点，缺失或错放会导致首屏文本、链接、标题层级误判；它必须直接为的子元素，仅包裹可独立分发的主体内容，重复或嵌套将触发“结构混乱”降权信号。

针对搜索引擎爬虫友好的html文档结构语义化设计与权重分配策略

因为爬虫靠

定位“用户真正该看到的内容”，它不是装饰性容器，而是内容起点信号。缺失或错放，会导致首屏文本、链接、标题层级全被误判——比如把页脚备案号当主关键词索引。

常见错误现象：main被包在header里（常见于模板复用）、main重复出现（SPA 渲染覆盖 SSR 输出）、main里塞了导航栏和登录框。

每个 HTML 文档只允许一个main，且必须直接位于body下级（不能是div或section的子元素）
main内只放主体内容：文章正文、产品参数表、博客列表等可独立分发的信息单元
验证方式：打开 DevTools → Elements 面板运行 document.querySelectorAll('main')，结果应为 [<main>…]</main> 且长度为 1
SSR/SSG 构建后，用 curl -s URL | grep '<main>'</main> 检查生成 HTML 是否含有效main标签

或

与不一致会触发什么降权信号

爬虫不计算权重分数，但会标记“结构混乱”并下调 E-E-A-T 评估——这不是警告，是实际影响索引深度和点击率的隐性惩罚。

典型错误场景：CMS 模板未清理导致页头和正文各有一个h1；Next.js 中写死 <h1>{{ title }}</h1> 但 SSR 时 title 为空；title 是 “React Server Components 原理”，h1 却是 “欢迎光临我的小站”。

Wechat HTML Publisher

直接上传HTML富文本到微信公众号草稿箱。支持完整的HTML格式,无需Markdown转换。

下载

h1 必须唯一，且语义上精准匹配页面主题词（如产品页用 “USB-C 多功能扩展坞”，而非 “首页”）
h1 必须出现在main内部，不能仅存在于header中
title 和 h1 文本需逻辑自洽：前者是页面意图锚点，后者是正文主主题提示，冲突时 Lighthouse 会报 “h1 does not match page title”
禁用 display: none 或 visibility: hidden 隐藏冗余 h1，这属于明确的隐藏文本风险行为

article 和 section 不是视觉分组工具，它们向爬虫传递的是内容可分发性与逻辑隶属关系。混用会让算法无法区分主次，尤其在聚合页或 CMS 输出中极易出错。

常见误用：把整个侧边栏套进article、用section替代main包裹全文、博客列表页每个条目不用article而用div。

article 表示能独立存在、复用、RSS 推送的内容单元（单篇博客、新闻条目、商品卡片），必须自带明确主题（通常含自己的h1或h2）
section 表示同一主题下的逻辑区块（如“安装步骤”“用户评价”），必须配 h2–h6 标题，纯 section + p 是结构缺失信号
博客列表页：外层用 section 包裹整体，每篇用 article；单篇文章页：全文用一个 article，内部小节用 section + 对应层级标题
滥用 article（例如把页脚版权也包进去）会让爬虫误判为大量低信噪比内容，反向降低单页可信度

单纯写 alt 只能让爬虫“知道图里有什么”，但加上 figure 容器和 figcaption 描述，等于给图片打上结构化标签，触发图文联合分析模型——这是 Google 图片搜索排名的核心信号之一。

常见疏漏：把 img 直接扔进 p 或 div、用 CSS 隐藏 figcaption、对信息图写 “图1” 这类无意义 alt。

有意义图片（信息图、代码截图、数据图表）必须用 figure 包裹，figcaption 写清用途（例：<figcaption>Chrome DevTools 中 display: contents 的实际渲染效果</figcaption>）
装饰性图片（分割线、背景纹理）设 alt=""，否则爬虫会尝试索引不存在的内容
img 直接放在 p 或 div 中，alt 文本权重会大幅衰减；必须置于 figure 内才能获得完整语义通道
figcaption 不可省略或留空，它不是可选描述，而是图文关系的显式声明