搜索引擎技术基础（二）：搜索引擎是如何理解页面的？

试想一下，面对一篇介绍如何烤蛋糕的长篇文章，搜索引擎是如何区分文章标题、食谱、成分、步骤等不同内容的呢？

搜索引擎在理解网站方面有着独特的理解技巧，那就是模式标记。模式标记让网站可以提供具体的内容分类，帮助搜索引擎了解页面上的内容信息。

Schema （模式）是一种标记或组织网站的内容的方法，搜索引擎更好地理解网页上的各种元素。这个代码为我们网站的数据信息提供结构，这也是模式被称为“结构化数据”的原因，而结构化数据的过程又被称为标记。

Google 的首选模式标记是JSON-LD（JavaScript Object Notation for Linked Data）。

可以帮助Google理解特定的内容，模式标记还能在SERP页面中展示“丰富网页摘要”，例如：头条新闻轮播、点评明星、附加链接搜索框、食谱。

使用结构化数据可以帮助呈现丰富网页摘要，但并不能完全保证这个效果。随着模式标记的不断增加，将来也会有更多的丰富片段或丰富网页摘要。

对于Schema我们也要关注以下几点：

①可以在页面上使用多种类型的模式标记

②访问者看不到的内容不用标记

③重复的页面也要标记

④在结构化数据页面提供原始内容和最新内容

⑤为网站选择特殊的模式标记

⑥企业不要自己撰写标记的评论，要让客户来评论

规范化展示页面

如果网站进行了改版，或者不同网页的内容相同， Google 在抓取网页的内容有重复，搜索引擎不知道该索取哪个网页的内容。

遇到这种情况，rel="canonical" 标签可以帮助搜索引擎更好地索引内容的首选版本，而不是重复内容。

rel="canonical" 标签会告诉搜索引擎原始版本内容所在的位置，实际上就是告诉搜索引擎要索引的不是这个页面，而是源页面。

因此，如果想要修改网站内容，但又不想让搜索引擎面对重复内容，就需要规范标签。

例如：<link rel=”canonical” href=”源网址”>

“避免重复内容”已经是老生常谈的问题了，在每个页面上都有引用规范标签可以让所有修改或者特殊的内容都有一个URL，避免搜索引擎索引把一个页面的多个版本。

搜索引擎也想要提供给搜索者更好的搜索体验，不会显示相同内容的多个版本，如果没有规范化标签，搜索引擎也会分辨不清哪个是原始版本的网页内容。

但是，重复性内容在一些电商网站上经常可以见到，当我们利用关键词搜索商品时，不同的关键词可能也会显示相同的产品。