多语言页面对域名的收录策略存在着直接的影响。搜索引擎在爬取多语言站点的时候, 会因为语言版本的分散权重、hreflang标签的有效性、以及爬取配额分配这些方面, 进而调整对主域名的收录判定标准和周期。我们下面会从收录机制的角度来说明具体的影响以及对应的调整策略。
一、多语言页面对域名收录的核心影响
1. 权重稀释效应
每一个语言版本, 也就是像/en/或者是/fr/这样的路径, 会被搜索引擎看作是互相独立参与排名竞争的页面。当多语言页面的总量变大的时候, 主域名所拥有的权重就会被分散到各个不同的语言版本上面去。这就导致单个页面的权重出现下降的情况。
因为单页权重的降低, 收录的优先级也跟着往下掉, 这是很明显的后果了。还有另外一个问题, 如果各语言版本之间缺乏实际的、真正的内容差异的话, 大量的近重复页面就会出现, 这些近重复页面会触碰质量惩罚机制, 这种机制的存在, 会进一步地对整体的收录情况形成抑制效果, 让整个收录变得更难推进下去。
2. hreflang标签判定
hreflang标签这个玩意儿, 它是搜索引擎用来识别哪种语言版本是哪种对应关系的一个核心依据。
要是标签缺失了, 或者是语言代码不规范,比如用了“chinese”而不是标准的“zh-Hans”多语言页面影响域名收录策略, 再或者缺少了对x-default的声明, 这些问题都会导致搜索引擎无法正确地分配好各自的語言版本, 最终就会出现漏收或者错误收录这样的状况。。
3. 爬取配额竞争
搜索引擎对于单个域名而言,它们每天能够进行爬取的配额数量其实是有限的大城群众说事, 在多语言页面的总量增加以后, 各个不同语言的版本是处于共享同一个配额池的状态里面的, 这样就会导致新上线的语言版本的页面在发现以及首次收录的这个周期方面将会出现极为明显的延长现象, 与此同时, 主域名下面已经存在的那些页面的更新和收录情况也会受到排挤。
4. 域名语言归属识别
当域名本身不包含语言标识的时候, 搜索引擎必须依靠包含hreflang、内容所使用的语言以及服务器的地理位置在内等多种信号来进行综合性的判断, 以此来判定页面的归属情况。这种情况下识别的不确定性会增加, 进而影响收录的效率与准确性。
二、收录策略调整要点
1. 需要去把那个hreflang的标注给弄规范了。具体来说, 就是所有的语言版本的页面, 都得要互相把完整的hreflink给引用上。这里面要包含自身的标签, 还要包含所有其他语言版本的标签, 当然也得包含x-default这个部分。
语言代码这一块的写法, 必须要严格地遵循BCP 47的标准。还得确保标签在HTML头部或者HTTP响应头这两个地方里面, 至少得有一个地方能够完整地把信息呈现出来。
2. 要保证内容在本源上具有实质性的差别, 所有语言版本都必须提供经过本地化处理的表述, 严禁使用机器翻译进行那种逐字对应的简单转换。这样做是为了避免出现近重复内容被判定, 从而在页面上展示出符合本地语境的实际内容。
3. 建议每次新增一到两个语言版本进行分批上线, 这样做可以给予搜索引擎充足的爬取缓冲周期, 从而避免出现大量新页面同时涌入的情况, 以防影响主域名整体的收录节奏。
4. 把每种语言版本都做成一个独立的sitemap文件, 也就是每个语言单独用一个文件, 然后在这些文件里面通过hreflang这种标签来互相关联起来, 这样做的好处就是可以让搜索引擎分步骤、一个一个地来进行识别和处理。
5. 大家在做方案的时候, 要更倾向于选择那个子路径的结构形式, 具体来说, 就是像example.com/en/ 这种模式要比_en.example.com_这种模式来得更好一些, 因为这事儿对于咱们的权重能够集中起来那是更有好处的, 所以只要咱们那边的技术架构条件允许的话, 那就要优先去采用这个子路径的方案。
三、部署验证与常见问题处理
多语言功能上线之后,我们应当到搜索引擎资源平台那里去提交各种语言的网站地图多语言页面影响域名收录策略, 比如Google Search Console和Bing Webmaster Tools这些平台都可以作为例子, 然后我们通过抓取诊断工具来确认爬取的状况究竟是怎么样的。
如果发现某种语言的版本一直都没有被收录的话, 我们就应该优先去排查hreflang标签的情况, 要看这个标签在HTML的头部里面或者是在HTTP响应头里面的完整性是不是没有问题, 还有它跟其他的标签之间是不是正确的互相引用了。
以 gname.xin 这个例子来说。该域名在上线之后。上线的内容包括英语版本和法语版本这两个部分。然后。通过规范的操作对 hreflang 标注进行处理。同时还独立地提交了 sitemap。在上述操作之后的两周时间之内。英语版本完成了首次被搜索引擎收录的这个动作。
但是说法语版本的收录工作出现了一些延迟的情况。延迟了大概一周左右的时间。其原因是法语版本在内容本地化方面存在的深度不足的问题。后来。在对内容进行了补充之后。补充的是具有实际意义的实质化内容。在该补充动作完成之后, 法语版本的收录情况便恢复了正常状态。
在多语言扩展这个规划阶段里面, 运营团队和技术团队需要先把标签的规范给做好, 然后把内容差异化的设计也落实了, 这样的话就可以从根上说就把多语言页面可能会给域名整体收录策略带来的那些负面的影响给降低了。
