SEO 百科

表单

本页目录

表单

表单 是页面里收集用户输入的一组元素，由 <form> 包起来，里面放文本框、下拉框、按钮这类控件[1]。做 SEO 的人关心它，不是因为表单本身能被收录，而是因为表单背后常藏着登录墙，以及需要点击才出现的内容，这两样爬虫往往拿不到。

表单在页面上的角色

<form> 把一组控件归在一起，提交时把数据发给服务器[1]。常见控件有 <input>、<textarea>、<select> 和 <button>。

站内搜索框也是表单。提交之后生成的搜索结果页通常带查询参数，这类页面的收录要单独考虑。

<form action="/search" method="get">
  <label for="q">站内搜索</label>
  <input type="search" id="q" name="q">
  <button type="submit">搜索</button>
</form>

需要交互才出现的内容

Google 说明，它不会加载需要用户互动才能出现的内容，例如滑动、点击或输入之后才加载的部分[2]。

点击“展开”才生成的表单结果、下拉之后才填充的选项，抓取阶段都是空的。折叠面板与标签页里的静态文字不受影响，前提是这些文字已经写在源码里。

登录墙与收录

内容放在登录之后，爬虫看到的是登录页，正文拿不到。这段正文也就进不了索引。

登录墙与付费墙还有一层风险。如果对爬虫显示完整内容、对访客显示受限内容，两边的差异可能被判为伪装真实内容[3]。

表单生成的结果页，例如结账页、订单确认页，通常没有检索价值，用 noindex 挡住即可。

与抓取和收录的关系

收录从抓取开始，百度把抓取概括为从互联网抓取网页、建立索引数据库、把索引库中的数据展现给用户[4]。抓不到的内容进不了索引，表单之后的页面若依赖登录，就没有抓取这一步。

表单本身不需要特殊处理。真正要处理的是它背后内容的可见性。

常见误用

  • 把正文放在点击之后才打开的层里，源码中又不留一份。
  • 整页用 JavaScript 现拼表单，原始 HTML 里没有结构。
  • 登录后才能看的正文页没有 noindex，被收录成空页面。
  • 让爬虫看到与访客不一样的内容，踩到伪装真实内容的线。

附录

参见

参考资料

官方（境外）

  1. 《<form>：表单元素》，MDN Web 文档，2025-09-15 更新。
  2. 《Mobile site and mobile-first indexing best practices》，Google 搜索中心。
  3. 《适用于 Google 网页搜索的垃圾内容政策》，Google 搜索中心。

官方（国内）

  1. 《百度搜索的工作原理》，百度搜索资源平台，2023-12-21 更新。

外部链接

无。