HTML5:web语义化与SEO_html/css_WEB-ITnose

标签的语义认知是HTML5中的一个内容，下图就算HTML5中的元素。

按照元素的默认表现形式还可以分为：块、行内（内联）、内联块3类元素。

块元素： 、 、

... 、 、 、 、 、 、 、 其样式为： { display: block ; } 。每个块元素从新的一行开始，其后元素也另起一行。元素高度、宽度、行高以及顶和底边距都可设置。宽度默认为100% 行内元素： 、 、 、 、 、 、 其样式为： { display: inline; } 。 行内元素和其他元素在一行上，元素高度、宽度、行高以及顶和底边距不可设置。宽度为包含的元素宽度，不可改变。 内联块： 、 其样式为： { display: inline-block; } 。内联块元素和其他元素在一行上。但是元素高度、宽度、行高以及顶和底边距都可设置。 使用HTML5风格编写html文件时通过DOCTYPE告知客户端应该怎样解析文档，而HTML直接为 'html', 比如下列例子。

html5有许多基于结构的元素是来替代div功能或者部分替代功能。所以使用html5时应该遵守的原则：自圆其说，不勉强。

依据html5规范，一个经典的页面设计如上图。

先从header说起：header一般包含标题和副标题等。当有多个标题时需要使用hgroup将元素包裹。

而nav主要的内容为本站的导航信息和介绍性内容。通过使用ol、ul组成路径集合。其他介绍性元素还可以使用有hgroup、h包裹。

article元素描述页面实际内容，可以使用hgroup、h,或者section、h、p进一步结构化内容,。当然添加header、footer都是可以的。

section元素描述分组内容信息。在正文需要分组时可以使用。而内容信息还宽裕通过媒体元素（audio、video）描述。embed经常被用来描述flash内嵌内容。当内容需要被描述时，可以使用figure描述与内容有关的信息。

aside描述与正文不相干的附属信息，一些文章的注意信息或者网站小工具可以通过aside来描述。footer就是页脚信息。

这一部分更详细的内容可以看 shyleoking 、 IBMDW

html5为了语义化增补这么多内容，那么语义化到底是什么呢？

Web语义化简单来说就是为了让机器可以理解数据内容，从而提升人类使用网络获取信息的体验。除了web语义化外，还可以通过人工智能AI来增强机器对于数据的理解。随着email发展的文档模型（BOM、DOM）是方便人类阅读的，要使机器能够理解，从数据到表述的本体的映射，就要使用web语义化。（Hypertext是在文本协议上扩展文档关系的能力）

HTML规范其实一直在往语义化的方向上努力，许多元素、属性在设计的时候，就已经考虑了如何让各种用户代理甚至网络爬虫更好地理解HTML文档。就像上文描述，HTML5更是在之前规范的基础上，将所有表现层（presentational）的语义描述都进行了修改或者删除，增加了不少可以表达更丰富语义的元素。

更多理解可以看知乎 问答

搜索引擎就算通过网络爬虫来抓取网站信息并建立索引。比如google的robot和百度的baiduspider。而搜索引擎优化（SEO）是网站相关工作人员用来提高搜索引擎的爬取水平、提高网站排名。这有分为白帽方法和黑帽方法。白帽方法企图发现并纠正使得排名不好的错误，使得对搜索引擎和用户更加友好。比如优化图形内容、包括ALT属性和增加文本说明。

搜索引擎一般都会发布相关指南，文档内包含遵循搜索引擎哪些可接受哪些不能接受的指导方针。

比如百度的 百度搜索引擎优化指南 ：

使用文字而不是flash、图片、Javascript等来显示重要的内容或链接 如果必须使用Flash制作网页，建议同时制作一个供搜索引擎收录的文字版，并在首页使用文本链接指向文字版 Ajax等搜索引擎不能识别的技术，只用在需要用户交互的地方，不把希望搜索引擎“看”到的导航及正文内容放到Ajax中 不使用frame和iframe框架结构，通过iframe显示的内容可能会被百度丢弃 为每个页面都加上导航栏，让用户可以方便的返回频道、网站首页，也可以让搜索引擎方便的定位网页在网结构中的层次。 通过面包屑导航，用户可以很清楚的知道自己所在页面在整个网站中的位置，可以方便的返回上一级频道或者首页也很方便。 内容较多的网站，建议使用面包屑式的导航，这更容易让用户理解当前所处的位置：网站首页 > 频道 > 当前浏览页面 导航中使用文字链接，不使用复杂的js或者flash 使用图片做导航时，可以使用Alt注释，用Alt告诉搜索引擎所指向的网页内容是什么 如果网站中同一网页，只对应一个url 如果站点临时关闭，当网页不能打开时，不要立即返回404，建议使用503状态。503可以告知百度spider该页面临时不可访问，请过段时间再重试。 如果百度spider对您的站点抓取压力过大，请尽量不要使用404，同样建议返回503。这样百度spider会过段时间再来尝试抓取这个链接，如果那个时间站点空闲，那它就会被成功抓取了。 有一些网站希望百度只收录部分内容，例如审核后的内容，累积一段时间的新用户页等等。在这种情况，建议新发内容暂时返回403，等审核或做好处理之后，再返回正常状态的返回码。 站点迁移，或域名更换时，请使用301返回。 善用Meta description google也发布了 谷歌搜索引擎优化初学者指南 ：

创建独特、准确的页面标题 更好地使用描述元标签 优化URL的结构 让您的网站更易于检索和浏览 提供高质量的内容和服务 写好链接锚文本 优化图片的使用 正确使用heading标签 更加有效地使用robots.txt文件 谨慎使用rel=“nofollow” 上述都属于白帽方法，而黑帽方法利用和放大搜索引擎的策略缺陷（实际上完美的系统是不存在的）获取更多用户访问量。这也是web开发不提倡的。

总之白帽、黑帽的判断方法，就是你做这个东西是否对用户有价值。

上述还说道搜索引擎对于AJAX的信息抓取。百度好像是不支持抓取，而google已经支持抓取了。而我们可以通过html的history API来让搜索引擎获取单页网页更新内容。具体可以看ruanyifeng的 文章

HTML5:web语义化与SEO_html/css_WEB-ITnose

...

관련 기사