ضع في اعتبارك استخدام البيانات الجزئية (microdata) لمنح موقعك مزيدًا من القيمة الدلالية والوضوح لمحركات البحث.
Microdata أو "microdata" هو ابتكار تم طرحه في عالم الويب العالمي مع إصدار المراجعة الجديدة لمعيار HTML5. Microdata عبارة عن وظيفة إضافية مضغوطة على ترميز HTML العادي ، وهي عبارة عن أزواج من الاسم والقيمة مرتبطة منطقيًا ، وتستند إلى محتوى صفحة الويب. الغرض من البيانات الجزئية هو جعل النص ليس مجرد مجموعة من الكلمات ، ولكن لإضفاء المزيد من المعنى الدلالي عليه. هذا يعني أن روبوت البحث ، الذي يفحص محتوى موقعك ، سيكون قادرًا على تكوين وتحليل الروابط بين الكائنات التي تريد توجيهه إليها. تبدو معقدة للغاية؟ لنلق نظرة على مثال ، وسيصبح كل شيء واضحًا في الحال.
تستضيف حدثًا وتنشر عنه على موقع الويب الخاص بك دون استخدام الترميز الدلالي والبيانات الجزئية. بالطبع ، سيجد روبوت البحث الكلمات الرئيسية المتعلقة بالحدث في النص ويعرضها في نتائج البحث عند الطلب. لكن التاريخ ، والموقع ، ونوع الحدث ، وروبوت البحث ، على الأرجح ، لن يكون قادرًا على تحديده ، ويمكن أن تُفقد هذه البيانات بين جميع المعلومات المتبقية على الصفحة. عند استخدام البيانات الجزئية ، فأنت تحدد بنفسك نوع الحدث ومتى وأين.
على سبيل المثال ، إصدار محرك بحث لبعض الأحداث الخاصة بالأطفال. لا يستخدم الموقع العلوي إمكانيات الترميز الدلالية ، بينما يستخدم الموقع السفلي. هل ترى الفرق؟ في الحالة الأولى ، تحتاج إلى قراءة مجموعة من المعلومات لمعرفة التفاصيل ، وفي الحالة الثانية ، ستجد على الفور ما تحتاجه.
وهذا مجرد مثال واحد على استخدام البيانات الجزئية. في الواقع ، تطبيقاتهم أوسع بكثير ، وهناك كل الأسباب للاعتقاد بأن عدد حالات الاستخدام وعدد مواقع البيانات الجزئية سيزدادان فقط.
كيف يعمل؟ الأمر بسيط للغاية ، ما عليك سوى إضافة بعض السمات التي يمكن للآلة قراءتها إلى ترميز HTML العادي. على سبيل المثال ، هذا ما سيبدو عليه الترميز بدون البيانات الجزئية:
سيقام عرض الأطفال "كسارة البندق" يوم 22 ديسمبر في المجمع الرياضي الأولمبي في موسكو.
ومثل هذا - مع البيانات الجزئية:
تمت إضافة العديد من السمات الجديدة إلى علامات html الرئيسية هنا:
- itemscope - يحدد نطاق كتلة البيانات الجزئية ؛
- نوع العنصر - يحدد نوع البيانات الجزئية ؛
- itemprop - يحدد الخصائص الموضحة بواسطة البيانات الجزئية.
على سبيل المثال ، في حالتنا ، سيركز روبوت البحث على المعلومات التالية:
- نوع البيانات: حدث ؛
- العنوان: كسارة البندق.
- التاريخ: 22 ديسمبر
- المكان: SC Olympic.
وسيتمكن روبوت البحث من معالجة هذه البيانات وتقديمها للمستخدم بشكل مناسب يتوافق مع الطلب. اعتمادًا على نوع البيانات الجزئية ، يمكن أن تكون هذه القدرة على إضافة حدث إلى التقويم ، أو إضافة جهة اتصال خاصة بشخص ما إلى دفتر العناوين ، أو طلب منتج ، أو شراء تذكرة طائرة / قطار / حافلة ، إلخ.
ولكن كيف يعرف روبوت البحث ما هي كلمة "حدث"؟ للقيام بذلك ، تحتاج إلى مراعاة اتفاقية معينة بحيث يستخدم الجميع رقم الصنف ونفس ما يسمى. "قاموس" يمكنك من خلاله تحديد النوع المناسب من البيانات الجزئية. حاليًا ، مثل هذا القاموس هو موقع الويب schema.org والعديد من المواقع الأخرى التي تخزن قواميس البيانات الجزئية المقبولة عمومًا.
لاستخدام هذه القواميس ، يجب عليك أولاً تحديد نوع البيانات المناسب. يتم تحديد أنواع البيانات كـ URIs. على سبيل المثال ، بالنسبة لحدث ما ، سيكون النوع المناسب من القاموس هو "حدث" مع URI "https://schema.org/Event". قد لا يؤدي هذا العنوان إلى صفحة حقيقية على الإنترنت ، فهو يُستخدم فقط لتحديد نوع البيانات الجزئية.
وبالتالي ، إذا أعدنا كتابة مثالنا باستخدام مفردات مشتركة ، فسنحصل على الترميز التالي:
