Gestructureerde data is inligting wat in 'n voorspelbare, masjienleesbare formaat georganiseer is, soos 'n sigblad, databasis tabel of JSON objek, in teenstelling met ongestructureerde inhoud soos vrye teks of rou HTML. Web scraping kopieer tipies die versamelde data na 'n sentrale plaaslike databasis of sigblad.

Gestructureerde data is ook 'n tegniese term vir markup (soos Schema.org tags) wat webwerwe direk in hul HTML inkorporeer om soekenjins te help om bladsy-inhoud te verstaan. Google definieer dit as 'n gestandaardiseerde formaat om inligting oor 'n bladsy te verskaf en sy inhoud te klassifiseer.

Gestructureerde vs. Semi-Gestructureerde vs. Ongestructureerde Data

GestructureerdSemi-gestructureerdOngestructureerd
VormVaste velde, soos rye en kolommeGeklassifiseerde velde wat van rekord tot rekord kan verskilGeen vooraf gedefinieerde velde
VoorbeeldeDatabasis tabelles, sigblaaie, CSV-lêersJSON, XML, HTMLVrye teks, beelde, video
Hoe jy dit navraag doenDirek, byvoorbeeld met SQLNa parsing van die etiketteNa ekstraksie of interpretasie

'n Scraper se werk is gewoonlik om die semi-gestructureerde HTML van 'n webblad in gestructureerde rye om te skakel.

Gestructureerde Data Markup vir Soek

  • Formate: Google ondersteun JSON-LD, Microdata en RDFa, en beveel JSON-LD aan waar 'n webwerf se opstelling dit toelaat.
  • Waar dit gaan: JSON-LD gaan in 'n <script type="application/ld+json"> tag, apart van die sigbare HTML.
  • Woordeskat: die markup gebruik Schema.org tipes, soos Product, Offer en Recipe, met hul eienskappe.
  • Ryk resultate: geldige markup kan 'n bladsy geskik maak vir verbeterde vertonings op die SERP, maar Google waarborg nie dat hulle sal verskyn.

'n Minimale produkvoorbeeld, aangepas van Google se handelaarlys dokumentasie:

{
  "@context": "https://schema.org/",
  "@type": "Product",
  "name": "Example Mug",
  "offers": {
    "@type": "Offer",
    "price": 12.50,
    "priceCurrency": "USD",
    "availability": "https://schema.org/InStock"
  }
}

Google se Reëls vir Markup

  • Pas by die bladsy: gestructureerde data moet 'n ware voorstelling van die bladsy-inhoud wees.
  • Geen versteekte inhoud nie: moenie inhoud merk wat nie sigbaar is vir lesers van die bladsy nie.
  • Sanksie: 'n gestructureerde data handmatige aksie verwyder 'n bladsy se geskiktheid vir ryk resultate. Google sê dit verander nie die bladsy se rangorde in websoek nie.

Ryk Resultate Wat Google Afgeneem Het

Google verwyder ryk resultaat tipes oor tyd, so markup wat eens in soek verskyn het, mag nie meer daar iets doen nie:

  • FAQ: het op 7 Mei 2026 in Google Soek opgehou verskyn.
  • Praktyk probleme: dokumentasie is in Januarie 2026 verwyder.
  • Kursus inligting, geskatte salaris, leer video, spesiale aankondiging en voertuiglys: dokumentasie is in September 2025 verwyder.

JSON-LD Is Dikwels die Skoonste Data op 'n Bladsy

Vir scrapers kan 'n bladsy se JSON-LD blok dieselfde feite bevat as die sigbare bladsy in geklassifiseerde velde, soos 'n produk se price, priceCurrency en availability. Om dit met 'n JSON parser te lees, vermy CSS keuses wat breek wanneer die bladsy uitleg verander. Omdat Google vereis dat markup die sigbare inhoud moet verteenwoordig, het webwerwe wat ryk resultate wil hê 'n rede om dit akkuraat te hou. Tog, kontroleer dit teen die sigbare bladsy, aangesien niks elke webwerf dwing om Google se reëls te volg nie.

Wat Dit Beteken vir Web Scraping

  • Soek eers vir JSON-LD: soek die HTML vir application/ld+json voordat jy keuses vir die sigbare bladsy skryf.
  • Kontroleer die tipe: lees velde slegs van die @type wat jy nodig het, soos Product of Offer.
  • Stoor die uitvoer as gestructureerde rye: hou een veld per kolom, met eenhede en geldeenhede in hul eie velde.

Verwante Terme