HTML语义标签误用、DOM树过深、hreflang与canonical配置错误、script阻塞渲染及CDN缓存Content-Type错误，均会导致搜索引擎降权或内容不被索引。
HTML语义标签用错，搜索引擎直接忽略内容权重
搜索引擎不是靠“有没有<div>”来判断页面结构，而是靠语义化标签的嵌套逻辑识别内容主次。比如把<code><h1></h1>塞进<footer></footer>里，或用<span></span>硬撑标题层级，Google会认为你在混淆主次，降权处理。
实操建议：
立即学习“前端免费学习笔记（深入）”；
-
<main></main>必须且只能出现一次，包裹页面核心内容；漏掉或重复会导致主体内容识别失败 -
<article></article>和<section></section>不能互换：独立可分发的内容（如博客正文）用<article></article>；同一主题下的逻辑分块（如“参数说明”“使用示例”）才用<section></section> -
<nav></nav>只包真正导航链接，广告位、相关推荐、页脚链接都别塞进去——否则会被当成干扰性导航降权
DOM树深度超6层，爬虫抓取时可能截断关键内容
搜索引擎爬虫对单个HTML文档的解析有资源限制，DOM节点过多或嵌套过深（尤其在SPA服务端渲染不完整时），容易触发提前终止。实测发现：当<div>嵌套超过6层且无语义标签中断时，<code><h2></h2>以下的文本常不被索引。
实操建议：
立即学习“前端免费学习笔记（深入）”；
- 用浏览器开发者工具的“Elements”面板按
Ctrl+Shift+P输入“Show DOM tree depth”插件（或手动数层级），检查关键内容是否藏在过深节点里 - 避免用
<div class="wrapper"><div class="inner"><div class="content">…这种纯CSS驱动的嵌套，改用<code><main><article><header></header></article></main>等语义标签自然分层 - SSR/SSG项目中，确认
document.body.innerHTML在首屏加载完成时已包含全部关键文本——动态插入的内容若延迟>500ms，大概率不被收录 -
rel="canonical"必须指向当前语言版本的规范URL，不是主站首页，也不是其他语言页 -
hreflang三要素要闭环：A页声明hreflang="zh-CN"指向B页，B页必须反向声明hreflang="en-US"指向A页，且所有语言页都要互相声明（包括x-default） - 不要在
里混用HTTP头和<link>标签声明同一组hreflang，优先用<link>，服务器头易被CDN缓存覆盖 - 所有非首屏必需的JS（如统计、广告、评论组件）必须加
async，并确保不依赖DOM就执行 - 首屏依赖的JS（如导航菜单逻辑）用
defer，并放在里——它不会阻塞解析，但会按顺序执行 - 用
chrome://inspect远程调试真实爬虫UA（Googlebot/2.1），看Network面板中document的“Finish”时间是否早于关键内容的DOMContentLoaded
hreflang与canonical配置错误，多语言站点互相抢权重
多语言或区域化站点最常踩的坑：把<link rel="canonical">指向英文页，同时又在中文页写hreflang="zh-CN"，结果Google判定这是“自相矛盾的信号”，两个页面都降权。
实操建议：
立即学习“前端免费学习笔记（深入）”；
script标签阻塞渲染，首屏关键内容延迟上屏影响SEO评分
Google的SEO评分（如Lighthouse的“SEO”项）会模拟移动端弱网环境加载页面。如果<script></script>没加defer或async，且位于或顶部，它会阻塞HTML解析，导致<h1></h1>、<main></main>等关键节点延后数秒才进入DOM树——这时候爬虫已经放弃等待了。
实操建议：
立即学习“前端免费学习笔记（深入）”；
DOM结构不是越“标准”越好，而是越贴近用户实际阅读路径、越少让爬虫猜意图，就越容易被正确索引。最常被忽略的是：本地开发时一切正常，但上线后CDN缓存了错误的Content-Type（比如返回text/plain而不是text/html），整页HTML直接被当纯文本丢弃——查curl -I响应头比调样式重要得多。
