24 篇文章的站内 SEO：一套可复跑的体检清单

不靠站长后台、不装插件，写一个脚本扫构建产物就能查出大部分站内 SEO 问题。这篇是 24 篇文章、54 个页面跑下来整理出的八项检查、九类真实问题与修法，以及三条「体检本身也会骗你」的教训。

10月24日 22:40

SEO 建站工程实践

站内 SEO 的问题大多不需要登录任何后台就能发现：构建产物里的 HTML 就是事实。标题多长、描述是不是重复、h1 有几个、canonical 指向哪、结构化数据能不能解析——全都在 dist/ 里。

我给这个博客写了个体检脚本，24 轮下来跑了上百次。这篇把检查项、真实问题与修法整理成一份可以照抄的清单。

八项检查，扫的就是产物#

体检脚本的输出：逐页列出标题、描述、h1/h2 数量、图片、字数、内链与结构化数据

检查	判据
title	12~48 字（含站点后缀），且非空
description	60~160 字，每页唯一
canonical	存在、绝对地址、指向自身（中文路径要按语义比，下面会讲）
h1	恰好 1 个，且非空
`og:image`	存在（分享卡片靠它）
结构化数据	能被 `JSON.parse` 解析
正文厚度	少于 300 字标「偏薄」
内链	统计站内出链数，配合另一个脚本算入链与孤岛

实现只有一百多行：用 glob 遍历 dist/**/*.html，正则取 <head> 里的标签，用一个小型 HTML 解析器数 h1/h2/<img>，再对 JSON-LD 做一次 JSON.parse。

关键前提：先删 dist/。Astro 构建不会清理上一次的产物，我因此扫到过一个线上早已 404 的幽灵页面（/t/），还据此下了一堆错误结论。

九类真实问题（按影响排序）#

24 轮下来修掉的问题清单

问题	规模	修法
全站 h1 数量 = 0	28 个页面	布局加 `heading` 属性渲染 `<h1 class="sr-only">`；文章页的 `div#post-title` 改成 `h1`
28 个页面缺 `og:image`	全部列表页	生成 `/og-default.png` 兜底，布局里统一输出 `og:image` + `width/height`
描述重复或过短	十几个页面	每页独立描述；最薄的两个工具页从 292 字补到 1950 字
sitemap 的 XSD 顺序错	2 条 sitemap	必须 `loc → lastmod → changefreq → priority`，否则 Google 报「无法读取此站点地图」
404 页输出两个 `<head>`	1 页	不要再把 `MainGridLayout` 嵌进 `Layout`
RSS 里置顶文排第一	全站 feed	改成按 `published` 倒序（列表页仍保持置顶优先）
内链太稀、孤岛多	12 篇零入链	手工补上下文链接 + 「相关文章」自动生成 + 标签聚合页
11 个标签页缺失	20 个标签	只给 ≥2 篇文章的标签建页（单篇标签是薄内容）
LCP 元素是 Cookie 横幅	全站	提前加载 + 压缩体积（12.1s → 7.4s，未完）

前两项最典型：问题不在某篇文章，而在模板。h1 = 0 意味着所有页面的标题层级都是坏的，搜索引擎只能自己猜哪个是主题。

现在的基线#

扫描页面    54 个（24 篇文章 + 11 个标签页 + 静态页 + 分页）
可收录     43 条（sitemap）
体检问题   0 项（只有 /2/ /3/ /404 缺 JSON-LD —— 分页与错误页本来就不需要）
内链       41 条手工 + 67 条自动相关文章

sitemap 的真实内容：43 条 URL，元素顺序符合官方 XSD

三条「体检本身也会骗你」的教训#

1. 脚本的隐含条件要写下来。

我的性能脚本带了一行 --host-resolver-rules=MAP * ~NOTFOUND（当初为了绕开本机代理），副作用是把所有第三方域名都解析失败——于是长期报出「LCP 1.9 秒」，而真实现场是 12 秒。任何”隐含条件”都要在脚本头部写清楚，否则半年后的你会被自己骗。

2. URL 要按语义比，不能按字符比。

中文标签页 /tags/统计/ 的 canonical 是 percent-encoded 形式，逐字符比较会报 10 条假问题。比较前 unquote() 两边。

3. 同一套规则要在多处保持一致。

标签页的建页条件是「≥2 篇文章」，这个条件同时出现在三处：getStaticPaths（决定生成哪些页）、PostMeta（决定哪些标签可点）、sitemap（决定收录哪些 URL）。任何一处漏掉，结果不是 404 就是孤儿页。

怎么复跑#

rm -rf dist && pnpm astro build --force     # 干净构建
python seo-audit.py                        # 八项检查
python link-audit.py                       # 入链/出链/孤岛

两个脚本都在我的本地工具目录里、不进仓库——它们不含任何站点私有信息，但也没必要让仓库多两个 Python 文件。