希腊语SEO越是把页面写得规范，越接不住用户用拉丁字母打出来的那半边搜索

摘要：希腊语站有个别处见不到的分裂：页面上写的是希腊字母，而相当一部分用户在搜索框里打的是拉丁字母拼出来的希腊语。这套民间转写没有统一标准，同一个词能拼出好几种样子，你把页面写得越规范，离那一半查询就越远。更麻烦的是希腊字母里有十几个跟拉丁字母长得一模一样但码位不同，混进数据里几乎看不出来。这篇讲清楚：两派转写各按什么规则、词表怎么建才不会把量切碎、重音该不该打、全大写标题为什么一眼露馅、词尾那个sigma怎么把大小写转换搞坏，以及站内搜索该做哪三层归一。

一家做家纺的独立站，床品四件套、毛巾、羽绒被这几条线，意大利和西班牙跑得不错，看希腊虽然经济正在紧缩期但家纺属于刚需，客单价也还撑得住，就开了希腊语版本。

翻译请的是雅典的母语译者，质量没问题，页面上的希腊语干净规范。上线之后收录正常，品牌词能搜到，品类词的排名也慢慢上来了。

问题出在站内搜索的日志上。运营导数据的时候发现一个奇怪现象：搜索量最大的那批查询，全是用拉丁字母打的，比如petsetes、sentonia、maxilari，而站内一条都匹配不上，返回的全是空白页。

这些词是希腊语，只不过用拉丁字母拼出来的。用户看得懂希腊字母，但他们的键盘、他们的输入习惯、他们在手机上的懒惰，让他们经常懒得切输入法。

希腊人到底在搜索框里打哪一套字母？

两套都打，而且比例取决于场景。

正式的、坐在电脑前的、带着明确购买意图的查询，希腊字母占多数。而随手一搜、手机上打的、聊天里顺手复制的，拉丁转写的比例明显更高。

这套用拉丁字母拼希腊语的写法在当地有个通俗叫法，把希腊语和英语两个词拼在一起造出来的。它最早是从早期的电子邮件和短信里长出来的——那会儿系统不支持希腊字母，只能拿拉丁字母硬凑，凑着凑着就凑成了习惯。

关键是这个习惯一直没消失，即使输入法早就完善了。做希腊市场如果只覆盖希腊字母那一半，等于主动放弃了另一半的入口。

Greeklish为什么没有唯一写法？

因为它压根不是被设计出来的，是自然长出来的，而且长出了两个方向。

按读音那一派，写出来的东西读起来像希腊语；按字形那一派，写出来的东西看起来像希腊语。前者更通用，后者在年轻人和早期网络文化里更常见。

现实中绝大多数人是混着来的，一个词里前半截按读音后半截按字形完全正常。所以同一个品类词能拼出三到五种拉丁写法，而且没有哪一种能被称为正确。

拿毛巾这个词走一遍

希腊语里毛巾的复数是πετσέτες。按读音转是petsetes，这是最常见的；有人把ε写成e、有人不打重音、有人把τσ写成ts或者tz。几种加起来，一个词能散成四五个字符串。

枕头μαξιλάρι那个ξ更热闹，有人写x，有人写ks，还有人写3。你要覆盖的不是一个词，是一小簇词。

官方转写标准跟民间写法是一回事吗？

完全不是，这一点必须分清楚，否则会做出错误的技术决策。

希腊有正式的罗马化标准，1982年就发布了国家标准，后来又对应成了国际标准，护照、身份证、路牌上的拉丁写法走的都是这一套。它的特点是可逆、规则严格、一个希腊字母对一个固定的拉丁写法。

而民间的那套转写是随性的、多对多的、按个人习惯来的。官方标准用来做标识符和地址，民间写法用来做搜索覆盖，两者各管一段，不能互相替代。

最常见的误判是拿官方标准去生成关键词候选，结果生成出来的一堆写法真实用户根本不用。官方标准适合做地址转写，做搜索词得看真实数据。

要不要为Greeklish单独做一版页面？

不要。这是本篇最重要的一条判断。

为拉丁写法单独做一批页面，等于凭空造出一堆内容雷同的双胞胎，两边互相稀释，最后哪个都排不上去。而且那些页面上的文字是本地人根本不会用来阅读的形态，用户点进去只会觉得这站很怪。

正确的做法分三层：

第三条是个折中，比如在文章里提一句当地人也常把它拼成某某，既让页面能被那种查询理解，又不至于让页面看起来像错别字堆。用一次就够，重复堆砌会适得其反。

至于同一份内容因为技术原因出现在多个地址时该由谁代表，那是规范链接要解决的问题，规范链接在跨页场景下的用法与冲突诊断那篇讲得比较细。

关键词表该怎么建才不会把量切碎？

按概念建表，不按字符串建表。这是希腊语选词跟别的语言最不一样的地方。

一个概念下面挂着的字符串包括：规范希腊字母写法、不打重音的希腊字母写法、三到五种拉丁转写、单复数与各个格的形态。全部归到同一个概念下求和，才能得到这个品类的真实需求量。

如果按字符串逐条排优先级，你会看到一堆量很小的词，每一个都不值得做，结论必然是希腊市场太小不值得投。这个结论是口径造成的幻觉，不是事实。

输出的时候反过来：页面标题只用规范希腊字母的主形态，其余全部沉到站内搜索和同义词表里。建表按合并口径，输出按规范口径，这两件事必须分开。

重音符号该不该打？

页面上必须打，搜索匹配时必须忽略。

现代希腊语用的是单调正字法，1982年确立，规则很简单：每个两个音节以上的词有且只有一个重音，标在重读的那个元音上。它不是装饰，是拼写的一部分，不打就是错字。

但用户在搜索框里经常不打，尤其在手机上。所以查询和索引两边都要先把重音去掉再比对，这一步在希腊语站上是必需项，不是优化项。

还有一个细节：分音符是另一回事，它标在两个连写的元音上表示要分开读，不是重音。做符号折叠的时候要把这两类分开考虑，粗暴地全折掉可能会把少数词的区分度弄丢。

全大写标题为什么一眼就露馅？

因为希腊语的正字法有一条规则：整个词全大写的时候，重音符号要去掉。

而所有把文字变成大写的自动化手段，都不知道这条规则。用样式把标题变成全大写，浏览器只是把每个字母换成大写形态，重音原封不动地留在上面，输出的就是一个本地人一眼看出不对的标题。

这个坑特别隐蔽，因为在开发和测试环节没有人会注意到，只有希腊人看一眼才会说这个不对。而它出现在标题样式里，意味着全站所有标题一起中招。

怎么修

两条路。一是在数据层准备好去重音的大写版本，需要全大写效果时直接取那个字段，不靠样式转换。二是干脆不用全大写的标题样式，希腊语的字形本身辨识度很高，不靠全大写也够醒目。

要注意一个例外：只有首字母大写的情况下，重音是保留的。所以不能一刀切地把所有大写场景都去重音，得区分首字母大写和全词大写这两种。

词尾那个sigma，为什么让大小写转换出错？

因为希腊语里这个字母有两个小写形态：词中间用一种，词尾用另一种，而大写只有一个。

问题出在从大写转回小写的时候。程序拿到一个大写的Σ，它该变成词中形态还是词尾形态？答案取决于这个字母在词里的位置，这是一条需要看上下文才能决定的规则，而绝大多数字符串处理函数不看上下文。

后果是：把一段全大写的希腊语文本转成小写，词尾的那些字母全都变成了词中形态，结果是一段拼写错误的希腊语。如果这段文本还被用去做搜索匹配或者生成地址，那错误就传下去了。

国际化标准里对这条规则有专门的条件式定义，实现得好的库会正确处理，实现得糙的不会。上线前一定要造一批以这个字母结尾的测试词跑一遍，几分钟的事，能避免一类很难排查的问题。

希腊字母里哪些跟拉丁字母长得一样？

十几个，而且是最常用的那一批。

大写的Α、Β、Ε、Ζ、Η、Ι、Κ、Μ、Ν、Ο、Ρ、Τ、Υ、Χ，跟拉丁字母的A、B、E、Z、H、I、K、M、N、O、P、T、Y、X在屏幕上几乎无法区分，但它们在编码里是完全不同的字符。

这意味着一段看起来完全正常的希腊语文本，里面可能混着拉丁字母，肉眼永远发现不了。混入的来源很多：从设计稿复制、从表格粘贴、输入法切换时打错、翻译工具的输出、老系统的转换。

混进去会怎样

三个后果。第一，搜索匹配失败，用户搜的词和你库里存的词字节不同。第二，地址里出现意外字符，或者被转成一串编码。第三，数据比对时同一个商品被当成两个。

混进去的同形字母怎么查出来？

写个脚本扫，判据很清楚：一个字段里同时出现了希腊字母区和拉丁字母区的字符，且不属于品牌名或型号这类合法混排，就是可疑对象。

国际化组织维护了一份专门讲同形字符安全问题的技术标准，配套还有一张字符混淆对照表，直接拿来当规则来源就行，不用自己整理。

扫描要覆盖四个地方：商品标题、分类名、属性值、地址标识符。发现之后统一替换成希腊字母，同时在录入环节加一道校验，否则修完一轮，下一批数据进来又是老样子。

这类由字符集混排引发的问题不是希腊语独有，阿拉伯语站上也有一批类似的字符陷阱，处理思路可以对照阿拉伯语站在布局与字符处理上最容易翻车的地方那一篇。

希腊语的名词也有格吗？

有，四个：主格、属格、宾格、呼格，再乘上三个性和单复数。跟俄语波兰语那种六七个格的比起来算温和，但足以让一个词长出七八种形态。

重音的位置还会跟着格变化移动，属格复数尤其明显。所以词形变化不只是加词尾，连重音都在动，这让简单的字符串前缀匹配基本失效。

屈折语的选词该怎么按词元合并、按真实形态输出，俄语那篇讲得最系统，机制是相通的，可以看俄语的格变化怎么把一个词的搜索量拆成十几份里的做法。

商品标题模板会在哪一步拼错？

在把属性词和品类词拼成短语的那一步。希腊语的形容词要跟名词的性、数、格一致，词尾跟着变。

床品品类里全是这种组合：棉质的、双人的、防水的，每一个形容词碰上阴性名词一个样、碰上中性名词又一个样。模板如果只存一个形容词形态，输出的短语在本地人看来就是没配对的。

解法跟别的屈折语一样：属性字典里按性别存好几个形态，品类词标记好性和数，模板按标记取用。字段填一次，全站所有拼接都受益。

复数属格为什么在分类页上特别重要？

因为希腊语表达某某的商品这类结构时用属格，而分类页的标题恰好大量使用这个结构。

举个实际的：毛巾套装这个概念，希腊语里是套装加上毛巾的复数属格，也就是πετσετών那个形态，而不是词典原形。如果你的分类页标题用的是单数主格，那就是一个语法上说不通的组合，用户搜索时打的也不是这个形态。

检验的办法很直接：把品类词打进搜索框，看下拉建议给出的是哪种形态，再看排在前面的本地竞品标题怎么写。两处一致的那个形态，就是你该用的。这一步花不了十分钟，但能救回整个品类页。

站内搜索该做哪三层归一？

三层，按投入从小到大排，可以逐层推进。

第二层是希腊语站的重头戏，也是别的语言不需要做的一层。做法不必追求完美：先用规则生成候选，再拿站内搜索日志里的空结果查询去补，跑两轮就能覆盖绝大多数。

第三层可以用现成的开源组件，开源检索库里的希腊语词干还原器的行为文档写得挺清楚，评估的时候可以直接照着它的规则设计测试用例。要提醒的是词干还原会把一些语义不同的词归并到一起，上线后必须抽查高频词的还原结果。

URL用希腊字母还是拉丁转写？

用拉丁转写，而且用官方标准那一套，别用民间写法。

希腊字母进地址技术上没问题，但要经过百分号编码，一个字符展开成六个，一个五词的品类名在地址栏里就是一长串谁也认不出的东西，复制到聊天窗口里更是灾难。

用官方转写标准的好处是规则确定、可预测、不会因为实现的人不同而产生不同结果。民间写法的多样性在地址上是纯粹的坏处，你不希望同一个品类因为两个开发各按各的习惯转写而生成两个地址。

如果需要批量生成转写，可以借助国际化组件里的文字转换框架，它内置了希腊字母到拉丁字母的规则集，输出稳定，比自己写映射表可靠。

排序和字母导航会排成什么样？

取决于你有没有配语言相关的排序规则，没配的话会很乱。

希腊字母表有二十四个字母，顺序跟拉丁字母不一样。如果数据库用的是按字节排序，带重音的字母会被排到所有不带重音的字母后面去，形成一段莫名其妙的尾巴。词尾形态的sigma也会跟词中形态分开排。

正确的做法是配置按希腊语规则的排序，让带重音和不带重音的同一个字母排在一起，两种sigma也视为同一个字母。品牌索引页和字母导航特别要注意，希腊用户很习惯按字母找品牌，排错了就找不到。

编码遗留会在什么地方咬人？

在老数据的导入环节。希腊语在统一码普及之前有两套常用编码，一套是国际标准里的希腊语部分，另一套是桌面系统那套，两者有差异但又高度相似。

典型的翻车场景是从旧系统导出商品表直接喂给新站，程序按统一码解读，出来一堆问号和方块。更阴的是半乱码，一部分字对一部分错，因为码位有重叠。

解决办法只有一条：导入时显式声明源编码，不要让程序猜。凡是靠猜的地方，早晚会猜错一次，而且往往是在数据量最大的那一次。

多调正字法的老内容怎么处理？

1982年之前的希腊语用的是多调正字法，一个词上面可能有好几种符号，气息符、重音符各有讲究。教会文本和古典文献现在仍然用这一套。

对大多数电商站来说这不是问题，但有两种情况会碰上：一是引用了老文献或者传统工艺的介绍文案，二是品牌名或者产品线名字用了古典风格的写法。

处理原则是可见文本尊重原样，搜索索引一律折成单调形态。多调字符在编码里有专门的扩展区，折叠规则也有现成的定义，不用自己造。

外来语进希腊语会怎么变？

会被改造，但改造程度不如别的语言彻底。英语词进来之后，很多保持不变位、不变格，作为不可变的外来名词使用。

这对选词是好消息也是坏消息。好消息是这类词的形态少，字符串简单；坏消息是它们通常同时存在希腊字母转写和拉丁原形两种写法，两种都有量。

家纺品类里这种情况不少，比如一些面料名和工艺名。处理方式跟同义词一样：选一个当主词，另一个进同义词表并在正文出现一次。选哪个看数据，一般来说越是被大众熟悉的概念，希腊字母写法的占比越高。

品牌名要不要转写成希腊字母？

国际品牌保持拉丁原形，本地品牌用希腊字母，这是当地的普遍习惯。

需要注意的是搜索这一侧：用户搜国际品牌时，可能打拉丁原形，也可能打希腊字母转写，两种都要能命中。品牌页上让两种写法各出现一次是最省事的做法。

还有一个细节，品牌名如果被当成形容词或者跟品类词组合，希腊语的处理方式是把品类词变格而品牌名不变。模板拼这类短语时要意识到这一点，别试图给品牌名加词尾。

问句型查询在希腊语里长什么样？

有一批固定搭配，收进词表就等于拿到内容选题地图。

尺寸那一行对家纺特别重要。床品的尺寸标准各国不同，希腊用的是欧洲那一套，而且当地对单人床双人床的叫法有自己的习惯。尺寸对照表是家纺品类在希腊市场最值钱的一类内容，因为它解决的是真实的购买障碍。

表单和地址字段要改哪几处？

四处。邮编是五位数字，通常写成三位加两位中间带空格的形式；国际区号是两位数；地址顺序是街道在前门牌在后，跟英语相反；姓名在正式称呼时要用呼格，词尾会变。

最后那条最容易被忽略。系统给用户发邮件时如果直接把主格的名字塞进问候语，语法上是不通的。要么在数据库里多存一个呼格形态，要么把问候语改成不需要变格的写法，后者更省事。

还有一条实操经验：希腊的地址里街道名很多本身就是人名的属格形态，验证规则不要对字符集做过严的限制，否则合法地址会被拒。

数字、价格和日期怎么写？

小数用逗号，千位用点，货币符号跟在数字后面。日期习惯日在前月在后，用斜杠或点隔开。

价格必须显示含税价，这是消费端的硬要求。当时希腊正处在财政紧缩期，税率调整过好几轮，价格模板一定要把税率做成可配置的，别写死在代码里，不然每次调整都要重新发版。

还有一个跟文化有关的细节：促销的表达方式当地更偏好直接标出省了多少钱，而不是只标折扣百分比。经济环境紧张的时候，这个差别对转化的影响比想象中大。

界面会被希腊语撑长吗？

会，比英语长两成左右，个别短语更多，主要是因为希腊语的词平均更长，而且不太用缩写。

受影响最明显的是按钮、导航项和表格列头。加入购物车这类短语在希腊语里明显更长，窄屏上容易折行。

处理方式常规：关键按钮准备短版文案，列头允许两行，长词不要在中间硬断。另外一定要用真实的希腊语文案做界面测试，别拿占位文本，占位文本永远长度合适，测不出问题。

家纺这类品类的季节词怎么排？

希腊的气候让家纺的季节曲线跟中北欧不一样，夏季长而热，冬季短而温和。

结果是薄款和透气材质的搜索窗口比北欧市场长得多，厚被和保暖类的窗口短而集中。如果你的内容日历是从德国或荷兰站复制过来的，节奏会整体错位。

另外当地有几个跟节庆绑定的家居消费高峰，换季和年末各有一波。把季节词单独建一张表，标明各自的活跃窗口，提前六到八周上内容，这个提前量在家纺上是必要的，用户是先看攻略再买东西的。

图片的文件名和替代文本该怎么写？

文件名走官方转写标准，全小写，用连字符分隔，重音和特殊符号一律去掉。希腊字母直接进文件名，在跨系统同步和备份还原时最容易出岔子。

替代文本相反，要写成规范的希腊语，重音标全，形态跟着页面上的品类词一致。而且替代文本也是同形字母的高发区，因为它经常是运营从别处复制过来的短语，扫描脚本别漏掉这个字段。

还有一条容易被忽略：图片上如果有嵌进去的文字，那些文字里的希腊语拼写和重音也得对。设计稿从英文版改过来的时候，这一层最容易漏，而且改起来最麻烦，所以最好在做设计的时候就把希腊语文案定稿。

面包屑和筛选器的形态该怎么定？

面包屑用主格，筛选器标签用主格，只有需要表达所属关系的组合短语才用属格。这一条定死之后能省掉大量返工。

为什么要定死？因为这些位置的文本会被模板反复拿去拼页面标题和描述，一旦各处形态不一致，拼出来的就是半通半不通的短语，而且是全站规模的。

属性值那一侧要注意性别。颜色和材质词在做形容词用的时候要跟名词的性数格一致，做独立标签用的时候用中性单数形态。字典里把这两种用法分开存，比让模板临场判断可靠得多。

还有一个小细节：呼格在电商界面上基本用不到，只在给用户的问候语里出现。别把呼格形态混进商品数据里，那是两套不同的用途。

机器翻译在希腊语上最容易犯哪三类错？

第一类是形容词和名词的性数格不一致，这在拼接式短语里出现得最多，也最伤搜索，因为它直接改掉了字符串。

第二类是重音位置错。重音在希腊语里能区分词义，位置放错有时候会变成另一个词，机器翻译在长词和复合词上尤其容易出这个错。

第三类是词尾sigma形态错，这个多半不是翻译引擎的锅，是后续的大小写处理造成的，但表现出来是一回事。

这三条可以做成一张卡片发给内容团队，验收时对着扫一眼，比逐句读快得多。机器翻译当初稿工具没问题，问题只出在直接发布上。

母语审校该怎么验收？

给一份带判据的清单，每条几秒内能判定对错，比让人通读一遍有效得多。

六条就够：重音是否全部标注且位置正确；全大写的标题是否去掉了重音；词尾sigma形态是否正确；形容词与名词的性数格是否一致；分类页的品类词是否用了复数属格形态；文本里有没有混入拉丁同形字母。

最后一条审校用肉眼看不出来，但可以让他们用脚本扫，或者干脆把这条留给技术侧做。剩下五条是纯语言判断，找一个当地人半天能扫完几百个页面。

关键词工具在希腊语上给的数为什么不准？

因为工具几乎不会把拉丁转写和希腊字母写法合并，也不会把格变化的形态合并，更不会把不打重音的写法跟规范写法合并。

三层叠加，工具报出来的单条数字往往只是真实需求的一小块。拿这个数字直接排优先级，是希腊市场评估最常见的系统性错误——它会让整个市场看起来比实际小很多，而这个判断一旦写进预算方案就很难推翻，因为数字看起来非常客观。

三个补数据的土办法

一是拿自己的站内搜索日志当第一手数据，尤其是空结果查询，那份名单直接就是你的拉丁转写词表。二是看本地竞品的标题形态，排在前面的用的是什么写法，那大概率就是对的。三是找几个当地人，让他们对同一件商品各写一遍名字，重合度最高的那个就是主写法。

这三招合起来不到一天，能把头部几十个品类词定死。长尾等站内数据攒起来再补，不用一开始就追求完备。

上线前的语言层检查清单

把这一篇压成可执行的动作，大概是十条：

十条里回报最快的是第九条和第六条。前者直接把接不住的那一半查询接回来，后者消除一类几乎无法靠肉眼发现的脏数据，两件事加起来一周内能做完。

希腊市场值不值得单独做？

看你的品类和进场时机。

坦率说，当时的宏观环境不算好，紧缩政策连着推了几轮，消费信心是弱的，客单价高的品类会比较吃力。但这也意味着竞争密度低，本地电商的成熟度不高，内容做得像样一点就能拉开差距。

家纺这类刚需、耐用、替换周期明确的品类，在这种环境里反而相对稳，因为它不是可以无限期推迟的消费。真正要谨慎的是高客单价的可选消费。保哥的判断是：这种市场适合用小成本先把语言层做扎实，等大环境回暖时，前面攒下的那批常青内容会一次性兑现。

还有一个判断依据：希腊语是一个人口不到千万的市场，但它的语言层门槛高到足以劝退大多数只做机器翻译的对手。门槛高的地方，认真做的人拿到的份额比例反而更高。荷兰和比利时那种共用一门语言的双市场是另一种玩法，可以对照荷兰语在荷兰与比利时两个市场怎么拆词表那一篇，两种局面的应对逻辑正好相反。

常见问题解答

Greeklish到底要不要做进页面里？

不要做进可见文本，只做进站内搜索和一处自然提及。页面上的正文、标题、分类名一律用规范的希腊字母，这是不能让步的底线，因为用拉丁字母拼希腊语在正式场合看起来就是不专业，信任损失远大于那点搜索收益。真正该做的是三件事：第一，站内搜索建一张拉丁转写映射表，把多种写法都指向同一个希腊字母的目标词，这一步直接把接不住的那部分查询接回来；第二，在文章正文里让最主流的那一种拉丁写法自然出现一次，比如提一句当地人也常这么拼，让页面能被那种查询理解；第三，绝对不要为拉丁写法单独做一批页面，那等于凭空造出一堆内容雷同的双胞胎互相稀释。判断哪种拉丁写法最主流，最可靠的数据来源是自己站内搜索的空结果查询日志，那份名单就是现成的答案。

重音符号在页面上能不能省掉，反正用户也不打？

不能省。用户不打重音是输入习惯，跟拼写规范是两回事，页面上省掉重音在受过教育的读者眼里就是错别字连篇，尤其在商品页和政策页这种需要信任感的地方，损失是实打实的。正确的分工是：可见文本一律标注完整的重音；站内搜索的查询和索引两边都先去重音再比对，这样用户打不打都能搜到；地址和标识符走官方转写标准，重音自然消失。这三条各管一段，互不冲突。需要额外注意的是全大写的场景：希腊语的规则是整个词全大写时要去掉重音，而只有首字母大写时保留，所以不能用一条规则处理所有大写情况。最稳妥的做法是在数据层准备好去重音的大写版本，需要的时候直接取，而不是靠前端样式临场转换，因为样式转换只换字母形态、不动重音，输出的结果本地人一眼就看出不对。

怎么快速判断自己的站有没有混入拉丁同形字母？

写一个几十行的脚本扫一遍就知道了，判据很简单：一个文本字段里同时出现了希腊字母区和拉丁字母区的字符，且不属于品牌名、型号、尺寸标记这类合法混排的情况，就是可疑对象。国际化组织维护着一份字符混淆对照表，可以直接拿来当规则来源，不用自己整理。扫描范围要覆盖商品标题、分类名、属性值和地址标识符四个地方，其中属性值最容易中招，因为它经常是从表格里粘贴进来的。发现问题后统一替换成希腊字母，同时必须在录入环节加一道校验，否则修完一轮，下一批数据进来又是老样子。这件事之所以重要，是因为混入的字符肉眼永远发现不了——大写的希腊字母里有十几个跟拉丁字母长得一模一样，而它会同时导致搜索匹配失败、地址异常和数据去重出错三类问题。

希腊语的站内搜索一定要上词干还原吗？

不一定，但前两层归一是必需的，第三层可以缓一缓。第一层是符号与字符归一：去重音、把两种sigma形态统一、把混入的拉丁同形字母折叠掉，查询和索引都做，一天工作量。第二层是拉丁转写映射，把几种常见的拉丁写法都指向对应的希腊字母目标词，三到五天工作量，这一层是希腊语站特有的，别的语言都不用做，但它带来的匹配率提升最大。第三层才是词干还原，用来处理四个格加单复数带来的词形变化，用现成的开源组件即可，配置和调优大概一到两周。要注意希腊语的重音位置会随着格变化移动，词干还原组件对这一点的处理质量参差不齐，上线后必须抽查一批高频品类词的还原结果，不能直接信默认配置。另外改搜索时顺手把筛选器一起改，两者通常共用同一套比对逻辑，只改一半用户照样会遇到明明有货却筛不出来的情况。

分类页标题该用词典原形还是变格后的形态？

用真实查询里的那个形态，而希腊语里这个形态经常是复数属格，不是词典原形。原因是希腊语表达某某类商品这种结构时要用属格，而分类页标题恰好大量使用这个结构。如果你的标题用的是单数主格，那是一个语法上说不通的组合，用户搜索时打的也不是这个形态，页面主题跟真实查询对不上，排名自然起不来。检验方法只要十分钟：把品类词打进搜索框看下拉建议给出的是哪种形态，再看排在前面的本地竞品标题用的是什么写法，两处一致的那个就是答案。落地时建议把这个形态直接存进品类字典，模板取用时不再做变格计算，因为变格规则有例外，程序算容易出错。还要注意重音位置会跟着格变化移动，属格复数尤其明显，存字典的时候连重音一起存对。

希腊语的关键词工具数据能信吗？

能看趋势，不能直接拿来排优先级。工具在希腊语上会低估需求，原因是三层合并它都不做：拉丁转写的查询跟希腊字母写法各算各的；四个格加单复数的形态各算各的；不打重音的写法跟规范写法也各算各的。三层叠起来，工具报出来的单条数字往往只是真实需求的一小块，会让整个市场看起来比实际小很多。正确的用法是先按概念合并再看总量：把一个概念下的所有形态列出来，包括规范写法、去重音写法、三到五种拉丁转写、各个格的形态，全部求和之后再跟别的品类比较。如果工具在你的品类上数据太稀疏给不出有意义的数字，就回到三个土办法：站内搜索日志、本地竞品的标题形态、找几个当地人对同一件商品各写一遍名字。这三招覆盖头部几十个词足够了，长尾等自己的数据攒起来再补。

全大写的标题样式为什么不能直接用？

因为希腊语的正字法规定整个词全大写时要去掉重音，而所有靠样式做的大写转换都只换字母形态、不动重音，输出的是一个带着重音的全大写标题，本地人一眼就看出不对。这个坑特别隐蔽，因为开发和测试环节没人会注意到，而它出现在标题样式里意味着全站所有标题一起中招。修的办法有两条：一是在数据层准备好去重音的大写版本，需要全大写效果时直接取那个字段；二是干脆放弃全大写的标题样式，希腊语字形本身辨识度就很高，不靠全大写也够醒目。要特别注意一个例外：只有首字母大写的情况下重音是保留的，所以不能一刀切地把所有大写场景都去重音，得区分首字母大写和全词大写这两种情形。顺带提醒，同样的问题也会出现在导航项、按钮和面包屑上，凡是用了大写样式的地方都要检查一遍。

希腊市场规模不大，值得投入吗？

看品类，也看你打算做到什么程度。客观地说这是一个人口不到千万的市场，宏观环境在那几年也不宽松，客单价高的可选消费会比较吃力。但有两个因素让它比数字看起来更有吸引力：一是竞争密度低，本地电商的成熟度不高，内容认真做一点就能拉开差距；二是语言层的门槛高，Greeklish、格变化、重音、同形字母这几道坎足以劝退绝大多数只做机器翻译的对手，门槛高的地方认真做的人拿到的份额比例反而更高。适合早做的是刚需、耐用、替换周期明确的品类，这类需求不会因为经济环境无限期推迟。判断方法可以务实一点：先用一小批内容试水，重点观察站内搜索日志里用户实际打进来的词形，那份数据既能验证你的词写得对不对，也能反映真实的需求密度，比任何市场报告都直接。

权威参考资料