SEO 百科
文件里隐去的信息
本页目录
文件里隐去的信息
文件里隐去的信息 指发布出去的文档和图片里那些肉眼看不见、实际还在里面的内容[1]。Google 说明这类信息会被搜索引擎编入索引，用户也许就能搜到那些并未完全隐去的内容[1]。屏幕阅读器等辅助技术会让这些看着已隐藏的内容更容易被访问，光学字符识别这类图像技术也可能认下图中的文字，转成可搜索的文本[1]。
看着挡住其实没挡
Google 点了三种做法：把文字设成超小字号、把文字颜色设成与背景一致、用图片盖住文字[1]。这些方法让内容对肉眼不可见，但没有把内容真的隐去，搜索引擎照样能编入索引，用户照样找得到[1]。
文档里藏信息的地方还有几处[1]：更改历史记录，用户能从中看到哪些文字曾被隐去或改动；图片保留了被剪裁或被遮盖前的完整版本；元数据里列着曾访问或修改过这个文件的人的名字。
这些信息在导出或换格式之后仍可能完整保留下来[1]。要把它们处理掉，必须在公开发布之前彻底移除[1]。
图片先改再嵌
Google 搜索会列出它在网络上找到的图片，包括网页上的图片和各种格式文档里嵌入的图片[1]。嵌入的图片有时只用文档的编辑工具做过处理，图片与文档被分开编入索引时，隐去的设置就可能失效[1]。
它给的做法是在把图片嵌入文档之前先改图片，三条注意分开列在这里[1]。
| 注意 | 原因 |
|---|---|
| 不需要的信息先裁掉 | 文字处理程序和幻灯片制作工具会留着文档公开版本里没裁掉的原图 |
| 图里的文字和不公开的部分要完全移除或做模糊处理 | OCR 系统会把能认出的图片文字全部转成可搜索的文本 |
| 不需要的元数据一并去掉 | 元数据会跟着文件一起被发布和索引 |
改完之后把图片导出或者保存成非矢量、已经拼合的格式，例如 PNG 或 WEBP[1]。这样图片里那部分内容不会无意中跟着公开文档一起出去。
文字先删再转格式
另一节讲文档里的文字。做法是在生成公开文档之前删掉不要的文本，再把文档转成不保留此前更改历史的公开格式[1]。
它给的提示有六条[1]。要隐去信息得用合适的文档内容隐去工具，黑色长方形压在文字上方那种遮盖不算，文字很可能还在公开版本里。公开文件里的文档元数据要仔细查一遍。按所用格式（PDF、图片等）遵循对应的内容隐去最佳做法。网址与文件名本身也要考虑，部分内容被 robots.txt 屏蔽、无法被抓取时，那个网址仍可能被编入索引，只是不含内容，所以网址参数里用哈希值而不是邮箱地址或人名。想限制对隐去内容的访问就用身份验证，给生成的登录页面加上 noindex 这种 robots meta 标记，阻止系统收录它。发布网站时先在 Search Console 里验证过，真需要移除时能做得快。
已经漏出去之后
Google 给的补救是五步[1]。第一步把已经上线的那份文档从发布位置移除。第二步用移除工具处理经过验证的网站，要把多个文档一起拿掉时用网址前缀，这种移除通常一天内完成。第三步把正确隐去过的那份文档放到另一个地址下面托管，这样新编入索引的版本只会是新版而不是旧版，重新抓取并更新原网址要花时间，指向这些文档的链接都要改。第四步如果有别的网站也放着没隐去好的同一份文档，联系对方站长请他们移除，让对方在自己的 Search Console 里用移除工具，也可以用移除过期内容工具请求 Google 更新结果。第五步等网址移除请求到期，索引里的地址更新了，或者距提交日过了大约 6 个月，请求就会过期。
附录
参见
参考资料
官方（境外）
- 《让隐去的信息不显示在 Google 搜索中》，Google 搜索中心。