搜索引擎在判断一篇文章由谁撰写、什么时候发布、应该配哪张图时，并不会像人一样直接阅读页面上的排版文字。它需要页面提供一套结构化的语义信息，把作者、时间和图片这些属性明确告诉爬虫。比如，页面里“张三 3月5日”虽然人看得懂，但机器可能无法确定哪部分是姓名、哪部分是日期，更不知道该把哪张图作为缩略图抓取。结构化数据就是解决这个问题的标准做法。通过给文章加上机器可读的标注，搜索引擎可以更准确地展示作者姓名、发布日期和图片，避免信息错乱或丢失。
一、文章结构化数据的基础：Schema.org 与 JSON-LD
文章结构化数据的核心是 Schema.org 词汇表。它由主流搜索引擎共同维护，定义了大量类型和属性，其中 Article 类型专门用于描述新闻、博客、技术文章等文本内容。Article 类型下面还细分了 NewsArticle、BlogPosting、TechArticle 等，可以根据文章属性选择更具体的类型。比如一篇技术教程可以标注为 TechArticle，一篇新闻报道则适合 NewsArticle。
在实现方式上，JSON-LD 是目前最推荐的格式。它是一段独立的数据块，通常嵌入在页面头部或主体中，不需要改动原有 HTML 结构，也不会影响用户阅读。JSON-LD 的核心是键值对，通过 @context 声明使用 Schema.org 词汇，通过 @type 指定类型，再逐项列出 headline、author、datePublished、image 等属性。相比微数据和 RDFa，JSON-LD 更易于维护，也方便在网站模板中统一生成。
二、作者字段 author 的标注细节
author 字段看起来简单，实际上很容易写错。搜索引擎希望 author 是一个带有类型和名称的对象，而不是一段模糊的文本。规范写法是使用 Person 类型，并在其中给出 name 属性。例如，作者叫李四，应该写成 @type 为 Person、name 为李四。如果作者有个人主页，还可以加上 url 属性，指向作者介绍页面或社交主页。对于机构发布的文章，author 也可以使用 Organization 类型，用机构名称作为 name。
多个作者的情况下，author 应该使用数组形式，把每个作者分别列出，而不是把所有姓名拼成一个字符串。这样搜索引擎才能识别出这是一篇合著文章。页面中可见的作者署名要和结构化数据保持一致，如果页面显示“文/李四”，结构化数据里却写“王五”，就会造成信息冲突，搜索引擎可能因此忽略标注内容，甚至产生错误展示。
三、发布时间 datePublished 与修改时间
datePublished 表示文章首次发布的时间，dateModified 表示最后修改的时间。这两个字段都必须遵循 ISO 8601 标准，推荐的完整格式包含日期、时间和时区，例如 2025-03-05T14:30:00+08:00。如果只写 2025-03-05，搜索引擎虽然也能理解，但缺少具体时间和时区信息，在展示时可能出现时区偏差。尤其对于新闻类文章，时间精度会直接影响内容的时效性判断。
很多网站会把发布时间直接写成“2025年”或“昨天”，这对结构化数据来说是不够的。搜索引擎需要精确到日期，最好精确到小时和分钟。如果文章后续有更新，应当同步更新 dateModified，让搜索引擎知道内容已经修订。有些内容管理系统会自动生成日期字段，但模板里可能只填了日期部分，缺少时区，导致测试工具出现警告。手动补充完整时区后，通常能消除这类问题。
四、图片字段 image 的标注细节
image 字段用于告诉搜索引擎这篇文章的缩略图或主图应该使用哪张图片。最基础的做法是直接给出图片的绝对 URL，例如 https://ipipp.com/images/article-cover.jpg。不要使用相对路径，因为爬虫需要在文章页面之外也能访问图片地址。多个图片可以放在数组中，搜索引擎会按顺序优先选择前面的图片，因此最好把最合适的封面图放在第一位。
图片本身也需要满足一定要求。搜索引擎通常建议图片宽度至少 1200 像素，并且是可抓取的格式，如 JPEG、PNG 或 WebP。不要使用网站 logo、背景装饰图或与正文内容无关的图片作为 image 字段，否则可能出现文不对图的展示结果。如果文章首图和结构化数据中指定的图片不一致，搜索引擎可能会选择错误的一张，甚至放弃显示缩略图。确保两者一致，能提高富媒体结果的展示质量。
五、标注位置与验证方法
JSON-LD 可以放在页面 head 区域，也可以放在 body 末尾。只要爬虫能读取到完整数据块，位置并不是决定性因素。但要注意，不要用 JavaScript 动态生成结构化数据，因为部分爬虫可能不执行脚本，导致数据没有被抓取。最稳妥的方式是在服务端直接输出 JSON-LD 代码，保证初始 HTML 中就包含完整标注。
标注完成后，建议使用官方的富媒体搜索结果测试工具进行验证。把页面 URL 或代码片段粘贴进去，工具会列出所有识别到的结构化数据，并提示错误和警告。常见的问题包括缺失必填字段、日期格式不对、image 图片无法抓取等。根据提示逐项修正后，再观察预览结果是否与预期一致。Schema.org 也提供了验证器，可以检查语法的规范性。
六、常见错误与注意事项
在实际标注中，一些细节问题会反复出现。下面用表格对比几个典型错误和正确建议，方便快速排查。
| 字段 | 错误做法 | 正确建议 |
|---|---|---|
| author | 只写 author: 张三 | 使用 Person 对象，包含 name 和可选 url |
| datePublished | 写成 2025年3月5日 | 使用 ISO 8601 格式，如 2025-03-05T14:30:00+08:00 |
| image | 使用相对路径 /images/1.jpg | 使用绝对 URL，并确保图片可被抓取 |
| dateModified | 文章更新后不修改 | 同步更新修改时间，保持与内容一致 |
还要注意避免重复标注。如果在页面里同时使用了 JSON-LD 和微数据，而且内容互相冲突，搜索引擎可能会感到困惑。一般建议只保留一种方式，优先使用 JSON-LD。对于作者主页链接、图片版权信息等可选项，不需要为了填满字段而强行添加不真实的值。结构化数据的关键是真实、准确、与页面可见内容一致，这样才能帮助搜索引擎正确理解文章，并在搜索结果中展示更丰富的信息。
把作者、发布时间和图片这三项标注清楚，看起来只是技术细节，但它直接影响文章在搜索结果中的呈现效果。尤其是图片选错、日期显示错误这类问题，会降低用户点击的意愿。与其反复调整页面排版，不如先把结构化数据做规范，让机器和用户都能快速获取关键信息。