必须使用 https://schema.org/Dataset，因其是唯一被 Google、DataCite 和学术搜索引擎认可的合法类型；Article 描述报道而非实验本身，HowTo 要求步骤序列，Experiment 类型不存在且 404；Dataset 必须声明 name、description、url、sameAs、license 等字段，且格式严格：name 为纯文本，url 为可爬取的 HTTPS 永久页，sameAs 应为 DOI，license 需用 href 属性；作者需嵌套 Person/Organization，datePublished 用 datetime 属性，instrument 非原生属性需通过 variableMeasured 或 additionalType 处理；distribution 必须嵌套 DataDownload 并含 contentUrl、encodingFormat、fileSize；常见验证失败原因：漏 itemscope、itemtype 末尾多斜杠、url 或 sameAs 用相对路径。
科研实验数据不是 Schema.org 原生支持的独立类型，https://schema.org/Dataset 是唯一被 Google、DataCite 和主流学术搜索引擎广泛认可且校验通过的合法路径；强行套用 https://schema.org/Event 或 https://schema.org/CreativeWork 会导致结构化数据被静默丢弃。
为什么不能用 Article、HowTo 或 Experiment？
https://schema.org/Article 描述的是“对实验的报道”，不是实验本身；https://schema.org/HowTo 要求严格步骤序列，不适用于原始数据集；Schema.org 官方从未定义 Experiment 类型——该 URL 不存在，任何尝试（如 https://schema.org/Experiment）都会返回 404，Google Rich Results Test 直接报 “No structured data detected”。https://schema.org/Dataset 是唯一语义准确、字段完备、且被 DataCite 元数据标准映射兼容的类型。
Dataset 必须声明的字段和写法陷阱
Google 学术搜索和 Dataset Search 引擎只提取满足最低语义要求的字段，缺一不可：
-
name：必须为纯文本，不可是链接文字或图片 alt；建议与页面<h1></h1>一致 -
description：需在<meta>或可见<p></p><div class="aritcle_card flexRow"> <div class="artcardd flexRow"> <a class="aritcle_card_img" href="/xiazai/skill10246" title="HTML Text Extract"><img src="https://img.php.cn/upload/skill/001/246/273/6adaf20dee630206.jpg" alt="HTML Text Extract" ></a> <div class="aritcle_card_info flexColumn"> <a href="/xiazai/skill10246" title="HTML Text Extract">HTML Text Extract</a> <p>从HTML页面（URL、文件或标准输入）中提取主体内容文本，去除导航、页脚、广告和模板文本。可直接传递给readability_check或其他文本工具。</p> </div> <a href="/xiazai/skill10246" title="HTML Text Extract" class="aritcle_card_btn flexRow flexcenter"><b></b><span>下载</span> </a> </div> </div>中显式标注，不能靠首段自动截取 -
url：值必须是完整 HTTPS URL，指向该数据集的**永久访问页**（非下载链接），且该 URL 需能被爬虫直接 GET 到（不能是 JS 渲染页） -
sameAs：强烈建议提供 DOI 或 DataCite URL（如https://doi.org/10.5281/zenodo.1234567），否则无法进入学术索引库 -
license：必须用<link itemprop="license" href="https://creativecommons.org/licenses/by/4.0/">，写成文本 “CC BY 4.0” 无效
如何正确嵌套实验元数据（如作者、时间、仪器）？
科研数据常含多层实体，但嵌套必须严格遵循 Schema.org 层级定义：
立即学习“前端免费学习笔记（深入）”；
- 作者（
creator）必须是Person或Organization，不能是字符串：“张三团队” ❌；需写成<div itemprop="creator" itemscope itemtype="https://schema.org/Person"><span itemprop="name">张三</span></div> - 发布日期（
datePublished）必须用<time itemprop="datePublished" datetime="2026-04-15"></time>，填 “2026年4月” 或 “Apr 2026” 会被忽略 - 实验仪器（
instrument）不是 Dataset 的原生属性，不能直接写itemprop="instrument"；应归入variableMeasured（若测的是物理量）或用additionalType指向自定义词汇表（需额外 JSON-LD 补充，Microdata 不支持） - 数据文件（
distribution）必须嵌套https://schema.org/DataDownload，且包含contentUrl（下载地址）、encodingFormat（如"application/x-netcdf"）、fileSize（带单位，如"24.3 MB"）
验证失败最常卡在哪几个点？
Google Rich Results Test 报 “No structured data detected” 时，90% 是以下三处之一：
- 外层容器漏了
itemscope：只写了itemtype="https://schema.org/Dataset"，没加itemscope，整块失效 -
itemtypeURL 末尾多了斜杠：https://schema.org/Dataset/❌（必须无尾斜杠） -
url或sameAs值用了相对路径："./data.html"或"#dataset"❌；必须是完整 HTTPS 可访问地址
Dataset 的难点不在字段多，而在于每个字段都绑定着外部系统（DOI 注册、DataCite 提交、Google Dataset Search 爬取规则）——写错一个 URL 格式，整套标记就失去学术发现价值。
