元数据是描述其他数据的数据,例如网页的标题标签和 元描述,图像的时间戳和相机设置,或文档的作者和创建日期。搜索引擎还会在其结果页面上使用页面的元描述。

页面头部元素中的元数据不是可见页面文本的一部分,尽管其中一些,例如页面的标题标签,在浏览器标签中对访客可见。其他元数据,例如 Open Graph 标签或 HTTP 头,纯粹是为机器存在,根本不会出现在渲染的页面上。

元数据的类型

国家信息标准组织 (NISO) 将元数据分为三种主要类型:

  • 描述性: 描述资源,以便人们可以找到并识别它。
  • 结构性: 显示复合对象是如何组合在一起的,例如页面如何按章节排序。
  • 管理性: 帮助管理资源,例如它何时被创建以及谁可以访问它。

常见的 HTML 元标签

  • <meta charset="utf-8"> 声明页面的字符编码。
  • <meta name="viewport"> 向浏览器提供有关初始视口大小的提示。
  • <meta name="robots" content="noindex, nofollow"> 请求爬虫不要索引页面或跟随其链接。只有合作的机器人会遵守。
  • <link rel="canonical" href="..."> 在重复页面中命名首选 URL。谷歌将其视为强信号,而不是强制规则。
  • Open Graph 标签如 og:title 和 og:image 使用 property 属性,并塑造社交网站如何预览链接。该协议要求 og:title、og:type、og:image 和 og:url。

抓取时读取元数据

  • 大多数页面级元数据位于 <head>:<title>、<meta> 标签、规范链接和 Open Graph 标签。
  • 结构化数据通常以 JSON-LD 形式出现,这是一个 JavaScript 表示法,位于 <script> 标签内,位于 <head> 或 <body> 中。谷歌建议在网站设置允许的情况下使用 JSON-LD,而不是 Microdata 和 RDFa。
  • 搜索结果并不是页面标签的可靠副本。谷歌会根据包含 <title> 元素、<h1> 标题和 og:title 的来源自动生成标题链接,并从页面内容构建摘要,仅在某些情况下使用元描述。

相关术语