SEO 百科

JavaScript 基础

本页目录

JavaScript 是一种轻量级、解释型的编程语言，用来为网页添加动态功能^[1]。做 SEO 的人需要了解它，因为抓取和执行是两件不同的事。爬虫先取回 HTML 源码，之后再决定要不要执行脚本。源码里没有的内容能不能被收录，取决于后面这一步。

脚本在页面里承担的工作

页面的内容与结构写在 HTML 里，呈现样式写在 CSS 里，动态行为交给 JavaScript。三者各管一层。

JavaScript 最常见的工作是操作文档对象模型，简称 DOM。DOM 是浏览器解析源码后得到的一棵树，页面上的每个元素都是树上的一个节点。脚本改动这棵树，访客看到的页面就跟着变。

它还能在页面打开后继续向服务器要数据。拿回的内容填进页面某一块，整个网页不必重新加载。搜索框的联想提示、购物车的数量变化，都是这样出现的。

脚本体积也在上升。2024 Web Almanac 的统计显示，页面 JavaScript 体积的中位数在移动端达到 558 千字节^[4]。脚本越大，浏览器执行完的时间越晚。

Google 把处理网页的流程分为三个阶段：抓取、呈现、编入索引^[2]。抓取阶段拿到的是一份 HTML 源码，脚本此时还未运行。

呈现发生在抓取之后。凡是返回 200 状态码的网页，Googlebot 都会加进渲染队列^[2]。渲染队列是等待执行脚本的一列网页，排到了才开始跑。

排队时间不固定。Google 说明，网页在队列里“可能会是几秒钟，但也可能会是更长时间”^[2]。脚本跑完以后，引擎重新解析渲染出来的 HTML，用它编入索引。

所以同一个网址有两份内容：源码，和渲染后的 HTML。前者在抓取时就已固定，后者要等脚本跑完。索引用的是后者，前提是渲染这一步确实完成。

有一类页面，初始 HTML 里几乎没有正文，只有一段脚本。Google 把这种结构叫应用外壳模型^[2]。正文要等脚本执行并取回数据，之后才被写进页面。

属于这一类的还有几种：

这些内容未必收录不到。Google 会执行 JavaScript，渲染后写进 DOM 的文字能被读到。难处在于多了两道关口：脚本先要成功加载，再要成功执行。

百度把搜索的工作原理概括为三步：从互联网抓取网页、建立索引数据库、将索引库中的数据展现给用户^[3]。抓取是第一步，拿到的就是源码。

要让内容稳稳进索引，最直接的做法是把正文写进原始 HTML。爬虫不必执行脚本，就能读到标题、正文和链接。

做不到全站服务端渲染时，还有别的路子。Google 建议采用服务端渲染或预渲染^[2]。服务端渲染指服务器直接返回带正文的 HTML，预渲染指部署时先把页面生成成静态文件。Google 给的理由有两条：用户和抓取工具能更快看到内容，以及并非所有漫游器都能运行 JavaScript^[2]。

无。