সংগঠিত তথ্য হল একটি পূর্বনির্ধারিত, যন্ত্রপঠনযোগ্য ফরম্যাটে সংগঠিত তথ্য, যেমন একটি স্প্রেডশিট, ডেটাবেস টেবিল, বা JSON অবজেক্ট, যা অগঠিত বিষয়বস্তু যেমন মুক্ত-ফর্ম টেক্সট বা কাঁচা HTML এর বিপরীতে। ওয়েব স্ক্র্যাপিং সাধারণত সংগৃহীত তথ্যকে একটি কেন্দ্রীয় স্থানীয় ডেটাবেস বা স্প্রেডশিটে কপি করে।
সংগঠিত তথ্য হল একটি প্রযুক্তিগত শব্দ যা মার্কআপের জন্য (যেমন Schema.org ট্যাগ) যা ওয়েবসাইটগুলি তাদের HTML-তে সরাসরি এম্বেড করে যাতে সার্চ ইঞ্জিনগুলি পৃষ্ঠার বিষয়বস্তু বুঝতে পারে। গুগল এটিকে একটি মানক ফরম্যাট হিসাবে সংজ্ঞায়িত করে যা একটি পৃষ্ঠা সম্পর্কে তথ্য প্রদান করে এবং এর বিষয়বস্তু শ্রেণীবদ্ধ করে।
সংগঠিত বনাম অর্ধ-সংগঠিত বনাম অগঠিত তথ্য
| সংগঠিত | অর্ধ-সংগঠিত | অগঠিত | |
|---|---|---|---|
| আকৃতি | নির্দিষ্ট ক্ষেত্র, যেমন সারি এবং কলাম | লেবেলযুক্ত ক্ষেত্র যা রেকর্ড থেকে রেকর্ডে পরিবর্তিত হতে পারে | পূর্বনির্ধারিত ক্ষেত্র নেই |
| উদাহরণ | ডেটাবেস টেবিল, স্প্রেডশিট, CSV ফাইল | JSON, XML, HTML | মুক্ত টেক্সট, ছবি, ভিডিও |
| কিভাবে আপনি এটি অনুসন্ধান করবেন | সরাসরি, উদাহরণস্বরূপ SQL দিয়ে | পার্সিং লেবেলগুলোর পরে | নিষ্কাশন বা ব্যাখ্যার পরে |
একটি স্ক্র্যাপারের কাজ সাধারণত একটি ওয়েব পৃষ্ঠার অর্ধ-সংগঠিত HTML কে সংগঠিত সারিতে রূপান্তরিত করা।
সার্চের জন্য সংগঠিত তথ্য মার্কআপ
- ফরম্যাট: গুগল JSON-LD, মাইক্রোডেটা এবং RDFa সমর্থন করে এবং যেখানে একটি সাইটের সেটআপ এটি অনুমতি দেয় সেখানে JSON-LD সুপারিশ করে।
- এটি কোথায় যায়: JSON-LD একটি
<script type="application/ld+json">ট্যাগে যায়, দৃশ্যমান HTML থেকে আলাদা। - শব্দভাণ্ডার: মার্কআপ Schema.org প্রকারগুলি ব্যবহার করে, যেমন
Product,OfferএবংRecipe, তাদের বৈশিষ্ট্যগুলির সাথে। - সমৃদ্ধ ফলাফল: বৈধ মার্কআপ একটি পৃষ্ঠাকে SERP-এ উন্নত প্রদর্শনের জন্য যোগ্য করে তুলতে পারে, কিন্তু গুগল নিশ্চিত করে না যে সেগুলি প্রদর্শিত হবে।
গুগলের মার্চেন্ট লিস্টিং ডকুমেন্টেশন থেকে অভিযোজিত একটি ন্যূনতম পণ্য উদাহরণ:
{
"@context": "https://schema.org/",
"@type": "Product",
"name": "Example Mug",
"offers": {
"@type": "Offer",
"price": 12.50,
"priceCurrency": "USD",
"availability": "https://schema.org/InStock"
}
}
মার্কআপের জন্য গুগলের নিয়ম
- পৃষ্ঠার সাথে মেলানো: সংগঠিত তথ্য অবশ্যই পৃষ্ঠার বিষয়বস্তু একটি সত্য প্রতিনিধিত্ব হতে হবে।
- কোনও লুকানো বিষয়বস্তু নেই: পৃষ্ঠার পাঠকদের জন্য দৃশ্যমান নয় এমন বিষয়বস্তু মার্কআপ করবেন না।
- শাস্তি: একটি সংগঠিত তথ্য ম্যানুয়াল অ্যাকশন একটি পৃষ্ঠার সমৃদ্ধ ফলাফলের জন্য যোগ্যতা অপসারণ করে। গুগল বলে যে এটি পৃষ্ঠার ওয়েব অনুসন্ধানে র্যাঙ্কিং পরিবর্তন করে না।
গুগল যে সমৃদ্ধ ফলাফলগুলি অবসর নিয়েছে
গুগল সময়ের সাথে সাথে সমৃদ্ধ ফলাফলের প্রকারগুলি বাদ দেয়, তাই মার্কআপ যা একসময় অনুসন্ধানে প্রদর্শিত হত তা আর সেখানে কিছুই করতে পারে না:
- FAQ: ৭ মে, ২০২৬-এ গুগল সার্চে প্রদর্শিত হওয়া বন্ধ করে।
- অভ্যাস সমস্যা: জানুয়ারী ২০২৬-এ ডকুমেন্টেশন অপসারণ করা হয়েছে।
- কোর্স তথ্য, অনুমানিত বেতন, শেখার ভিডিও, বিশেষ ঘোষণা এবং যানবাহন তালিকা: সেপ্টেম্বর ২০২৫-এ ডকুমেন্টেশন অপসারণ করা হয়েছে।
JSON-LD প্রায়শই একটি পৃষ্ঠায় সবচেয়ে পরিষ্কার তথ্য
স্ক্র্যাপারদের জন্য, একটি পৃষ্ঠার JSON-LD ব্লক লেবেলযুক্ত ক্ষেত্রগুলিতে দৃশ্যমান পৃষ্ঠার একই তথ্য ধারণ করতে পারে, যেমন একটি পণ্যের price, priceCurrency এবং availability। একটি JSON পার্সার দিয়ে এটি পড়া CSS সিলেক্টরগুলি এড়ায় যা পৃষ্ঠার লেআউট পরিবর্তিত হলে ভেঙে যায়। যেহেতু গুগল মার্কআপকে দৃশ্যমান বিষয়বস্তু উপস্থাপন করতে প্রয়োজনীয়, সমৃদ্ধ ফলাফল চাওয়া সাইটগুলির সঠিক রাখতে একটি কারণ রয়েছে। তবুও, এটি দৃশ্যমান পৃষ্ঠার বিরুদ্ধে পরীক্ষা করুন, যেহেতু কিছুই প্রতিটি সাইটকে গুগলের নিয়ম অনুসরণ করতে বাধ্য করে না।
ওয়েব স্ক্র্যাপিংয়ের জন্য এর অর্থ
- প্রথমে JSON-LD খুঁজুন: দৃশ্যমান পৃষ্ঠার জন্য সিলেক্টর লেখার আগে HTML-তে
application/ld+jsonখুঁজুন। - প্রকারটি পরীক্ষা করুন: আপনি যে
@typeথেকে প্রয়োজন, যেমনProductবাOffer, কেবল সেখান থেকে ক্ষেত্রগুলি পড়ুন। - আউটপুটকে সংগঠিত সারি হিসাবে সংরক্ষণ করুন: প্রতি কলামে একটি ক্ষেত্র রাখুন, ইউনিট এবং মুদ্রাগুলিকে তাদের নিজস্ব ক্ষেত্রে রাখুন।