页内锚点三成指不到目标，点下去地址栏变了页面不动
做法是把131个英文独立站首页与商品页上所有以井号开头的链接取下来，连同解析成绝对地址后只多一个井号的那一类，按HTML规范里滚动到片段的四步逐条判定目标在不在。同时把页面上所有按名字指认别人的属性一起量了一遍——label的for、输入框的form、以及aria那一族。这里踩过一个坑：第一遍把单值属性也按空格拆成了多个名字，算出label有一半指不到，改对分类之后真实数字是另一个量级，两个口径都写在文里。死锚点最后按第三方组件的钩子与…
标签
网页语义化
保哥笔记 网页语义化 标签下共 6 篇文章合集，含《页内锚点三成指不到目标，点下去地址栏变了页面不动》《id重复的页面占六成，浏览器只认第一个，而它多半看不》《表单提交交给谁？收邮箱那张表一半没写去向》等，与 技术SEO、电商SEO 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。
-
-
id重复的页面占六成，浏览器只认第一个，而它多半看不见
做法是用真实浏览器逐页打开131个英文独立站的首页与商品页，把每个页面上所有带id的元素连同标签名、当场可不可见、往上四层的祖先链一并取下来，按名字分组找出撞名的那些。统计前先把内联SVG导出时自动生成的图层名和写成空字符串的id剔到另外两栏，否则排行榜会被Figma的默认图层名占满。再拿服务端吐出的原始HTML与渲染完的DOM逐页对照，判断这些撞名是模板带来的还是脚本后加的；另挑30个站的首页做两组对照，桌面视口连读三遍再换手机视口读…
-
表单提交交给谁？收邮箱那张表一半没写去向
做法是把同一批页面上的form元素连同它的action、method、enctype、novalidate、提交按钮与全部隐藏域一并取下来，按站内签名合并重复渲染的表单，再把每个收邮箱的输入框与它所在的那张表逐一对上，看去向写在哪儿。跨域判据取注册域比较，不看子域；隐藏域按名字归成八类用途，并记下取值长度。另外对每个页面再取一次原始HTML，与渲染后的DOM逐页对照，用来区分“页面本来就这么写”和“脚本后来插进去的”。
-
表单字段的四件事：51个站的邮箱框，全写上的只有6个
做法是用真实浏览器逐页打开55个英文独立站的首页、商品页，再从首页现场找出联系页与账号页，把每个页面上的input、select、textarea连同type、autocomplete、required、pattern、maxlength、inputmode与名字来源一并取下来。同一个站里声明完全相同的控件按签名合并，避免主题挂在每一页的抽屉表单被重复计数；从没可见过又没有任何说明文字的字段单独剔出，因为那多半是跟踪像素注入的参数框。另…
-
表头去哪了？110张商品页表格，程序读得出的只有38%
做法是把每张表最多20行12列的单元格连同标签类型一起原样取下来，再写一段还原程序按四条判据逐张试：首行是不是全部为表头单元格、有没有跨行跨列、各行格子数是否一致、列名是不是既非空也非纯数字，任何一条不满足就归进对应的失败类型。单位不从采集端的正则读，改成从表格矩阵离线重算，因为括号写法那种形式会被常规正则整批漏掉。格子总数不超过两个的空壳表单独摘出，不进还原成功率的分母。
-
商品页尺码表载体实测55站：有入口的近一半DOM里没有表
实验台用真实浏览器逐页打开55个英文独立站的商品页，等渲染完成并滚动一次之后，同时清点五类可能承载尺码信息的东西：真表格、计算样式为网格的伪表、老式CSS表格布局、整张图片形态的对照表，以及定义列表；再单独记录页面上有没有尺码指南这类入口，把入口与内容逐页对上。为了区分“页面没写”和“我没等到”，另挑三十个站做了两组对照：同一个地址等5秒与再等20秒各量一次，以及替用户点开尺码指南之后再量一次。限流与失效的页面逐条记录，没有拿去凑分母。
