查看网页时,我们习惯等脚本执行完再判断页面内容。但搜索抓取从服务器响应开始。若首次 HTML 只有一个空的应用容器,正文需要等 JavaScript 和接口请求完成后才出现,抓取过程就多了一层依赖。
关闭 JavaScript 后,首次 HTML 仍可以读到文章正文。 本站截图,2026 年 10 月 11 日。
本站提供的是服务端初始内容
本站对公开页面生成可读的初始 HTML:文章详情有标题、作者、时间和正文;列表有文章链接;专题有介绍和关联文章。所有访问者收到相同内容,没有按爬虫身份切换另一套文字。
浏览器随后由 Vue 接管交互。这个方案不等于整个 Vue 应用已经实现 SSR 水合,描述实现时应保留这个区别。它解决的是首次响应内容可读的问题,而不是所有客户端渲染问题。
元信息和正文要讲同一件事
文章页的标题与描述来自实际文章,分享信息和结构化数据也使用相同记录。正文被编辑或转为私密时,这些输出需要跟着变化。不能把固定首页标题套在所有文章上,再期待搜索引擎准确理解每个页面。
客户端路由切换也要更新元信息,离开文章时清除旧文章的结构化数据。否则页面已切换到图库,标题或分享信息却还属于上一篇文章,会让用户和搜索系统获得矛盾的线索。
不存在的文章应返回真正的404
把所有地址都回退到一个200首页,可以让页面看起来“都能打开”,却掩盖了内容不存在的事实。本站在文章不存在或尚未公开时返回404,并为错误页面设置不索引;服务异常与不存在则分别处理。
站点地图只列公开内容,canonical 指向规范地址。这些措施让页面关系更清楚,但都不能保证收录或排名。它们属于搜索能正确认识网站之前需要完成的基础工作。
验证不只看浏览器标签页
可以分别检查原始 HTTP 响应、禁用 JavaScript 后的正文和正常浏览器中的路由切换。三者都应有合理结果。仅看最终标签页标题正确,无法证明首次 HTML 已经完整。
本站检查也比较过普通访问者和爬虫标识的响应,确认两者内容一致。提供清楚、可读取的内容,比针对某种爬虫展示另一份页面更适合长期维护。
参考:[Google JavaScript SEO 基础](https://developers.google.com/search/docs/crawling-indexing/javascript/javascript-seo-basics)。这份文档解释 Google 的处理方式,不能据此推断百度会使用完全相同的流程。
不用浏览器脚本,直接检查文章初始 HTML
下面是说明检查方法或实现思路的示例。路径、参数和环境需要核对后再使用。
获取初始 HTML → 核对正文与元信息 → 验证公开性和状态码# 替换为当前公开文章 ID
article_url="https://twinklingfire.cloud/articles/29"
curl -fsS "$article_url" -o article.html
# 观察正文与关键元信息是否已在响应里
rg '<title>|rel="canonical"|name="description"|<h1>|BlogPosting' article.html
# 同时检查不存在的地址是否真正返回 404
curl -o /dev/null -s -w '%{http_code}\n' \
https://twinklingfire.cloud/articles/999999999
# 有 HTML 正文只是可抓取的基础,不保证搜索排名
延伸资料
继续阅读