标签
保哥笔记 技术SEO 标签下共 50 篇文章合集，含《技术SEO一堆问题先修哪个？500站实测排出来的优先》《Core Web Vitals在AI搜索时代还值不值》《电商SEO最重要的5点：从AI爬虫到accessib》等，与 Core Web Vitals、AI爬虫、结构化数据 主题密切相关，覆盖 SEO/GEO 实战角度的深度解析与可落地方案。
实验台从60个英文独立站的公开商品清单接口取回43912件在售商品的品牌字段，先按站算出主品牌，再把每一个非主品牌的取值做三级归一化——去掉重音符号、把与号换成and、砍掉地区码与公司后缀，据此把它们分成同一品牌的别写、字面空值、真正的另一个牌子三类，并逐条做字符级差异归因。随后用真实浏览器逐站打开商品页，等页面渲染完成后取出JSON-LD里Product节点的brand属性，与接口值一件件对照，判断这些取值有多少原样进入了搜索引擎读取…
量法是同一个地址问五遍：普通GET、带压缩的Range、不带压缩的Range、只要末尾一百字节、一次要两段、以及一个不可能满足的越界范围，每一遍都记原始字节数而不只是状态码；再对同一批站的CSS与JS各问一遍做对照；最后在自己的nginx上把动态压缩、预压缩、不压缩三档摆开，逐个开关复现。
量法分两层：131个站的首页各抓两轮，流式记下首字节与末字节的时刻；再把112份文档按字节位置摊开，找第一个能被预扫描发现的资源引用落在第几位。两层各自成立，但坐标系不同，一层是压缩后的字节，一层是解压后的字符，中间不能互相换算。
测法是三档请求头加一次定宽对照：先把每条地址的尺寸参数统一改成800，再用现代、只认WebP、两样都不认三种身份各要一次。尺子先自查——把通配符去掉重问一遍，那16个站16个照旧。
判据分三层：先看HTML里的nomodule属性，再看文件名里的polyfill与legacy，最后给每份下载到的产物算内容哈希。第三层撞出了意外——同一串哈希在十几个互不相识的品牌站上反复出现。
量法分三步：先把五类内联内容从HTML里挖出来称重，再用brotli和gzip各压一遍验证压缩会不会推翻结论，最后隔段时间重抓一次逐块比哈希。第二步的结果和直觉相反。
做法是三条通道并用：URL路径里写着的版本、打包器留下的banner注释、库自己给版本变量赋的值。上全量之前先拿16份版本已知的官方文件验尺子，命中12份、读错0份，所以所有数字都是下限。
用RDAP协议逐个拉130个大牌域名的注册局记录，解析EPP状态位、到期事件、注册商归属与DNSSEC委派标记，再用DNS over HTTPS查DS记录两边对账；聚合服务限流掉的44个站，改从IANA引导表直连各注册局补齐。四把尺子中途改过，其中一把关系到整篇的分母。
先用公共解析器把131个海外站的SOA七个字段全部取下来，再直连各自的权威服务器复核，最后隔几秒重问一遍，剔掉那些每次都在变的动态读数。尺子中途改过三次，其中一次把已经写好的结论砍掉了一半还多。
取127个海外电商站首页的全部外链脚本，把每份文件里的块注释扒出来，先按写法筛出构建工具刻意保留的那批，再判断哪些真是许可声明；随后把webpack抽到旁边的36个LICENSE文件逐个访问。第一版判据太窄，把短格式的声明整批判成了非许可，修完结论方向就变了。
对131个海外电商站首页引用的JS与CSS逐个下载，在文件尾部搜sourceMappingURL声明，顺着声明拉map并解析；用正文首字节而不是状态码判真伪，剔掉单页应用的兜底首页和只有29字节的空壳map，最后把拿到的自有源码全文扫一遍工单链接、非生产域名与实验配置。五道尺子全部修过一遍。
逐台连上130个大牌域名的收信服务器25端口，EHLO看能力清单、STARTTLS握手取证书，再逐张比对主机名在不在SAN里；同时用DNS over HTTPS查MTA-STS声明与TLS-RPT回执地址，抓HTTPS上的策略文件做三处对账。四把尺子中途改过，其中两把改变了结论方向。
对同一个首页地址依次发GET、HEAD、OPTIONS，记录状态码、全部响应头、正文字节与耗时，再往下测一层内页、一个静态资源和robots.txt；被拦的站打乱顺序多轮重试，把分母从84做回124。五把尺子中途改过，其中ETag那把把41个站的结论砍成了2个。
用TLS握手逐站取下叶证书，解析SCT回执、SAN名单、策略标识与AIA扩展；再用DNS over HTTPS从待签发的名字逐级向上查CAA，遇到CNAME跟着跳过去，最后把事前授权与事后账本对账。四把尺子中途改过，其中三把改变了结论方向。
顺着131个海外电商站首页CSS里的@font-face把自托管字体逐个下载，用fontTools读name表与OS/2的fsType位，一律按站统计；再把字体里写着的176个许可与厂商地址跟随跳转逐个访问。三把尺子中途修过：图标字体判据误杀真排版字体，head日期是1904纪元的秒数，死链不跟跳转会把结论写反。
取131个海外电商站首页的原始HTML而不是渲染后的文档树，逐条抽出注释，先剔掉React与Vue流式渲染的水合标记，再按内容打十一类标签、一律按站统计；日期戳、工单号、应用块清单逐条回原文人工核对。中间修了两次判据，一次把排名整个颠倒，一次差点把巧合写成发现。
做法是每个站开一个全新的浏览器配置，访问首页等9秒，把三处存储连键带值读出来，再带着它回访一次做对照。尺子坏过两回：浏览器自带的用量接口根本不数这块地，报回来的中位是0字节；而第一版那条看起来严丝合缝的因果，把cookie和存储拆开重跑之后就散了。
量法是每个站从四种入口各走一次不跟随重定向的链，逐跳记状态码和能认出厂商的响应头，再取两台主机各自的HSTS，最后拿域名去问浏览器预置清单的状态接口。中途尺子坏了四次：并发太高把限流读成没数据，用响应头认建站平台全样本命中零，还把抓取失败当成了没有指纹。
把131个海外电商站的16条well-known路径挨个请求，跟随重定向后按三层判据剔掉假200：状态码、内容类型、正文里有没有自称404或拒绝访问的结构；再抹掉域名与店铺标识做内容聚类，区分哪些是平台批量铺的、哪些是品牌自己写的。判据前后改了6处，方向全部是让数字变小。
对每张图只取前64KB，从PNG的IHDR、JPEG的SOF段、WebP的VP8X、AVIF的ispe盒子里直接读出真实宽高，再拿它跟srcset的w描述符、width与height属性、地址里的尺寸参数、文件扩展名这四处声明逐条对账；最后把整组srcset的每一档全部下一遍，验它们是不是同一张图。
