为什么要单独查一遍正文结构
栏目规划、更新节奏这些偏宏观的事情理顺之后，真正决定日常维护成本的往往是更细的地方——正文的 HTML 结构。多数站点的问题不是没内容，而是内容在编辑器里被反复粘贴、搬运之后，夹带了一堆无意义的标签。这类问题不会让页面立刻打不开，但它会慢慢堆高页面体积、干扰模板样式，也让后续的批量处理变得困难。
来源通常是日常操作：从 Word 文档、其他网页、聊天工具里复制段落，直接粘进编辑器。编辑器为了让内容看起来“和原来一样”，会把来源的格式一并带过来。
常见的不干净结构
- 行内样式残留：字号、颜色、字体写在每个段落甚至每个词上，覆盖模板统一设置。
- 多余嵌套：一层容器套一层 span，再套一层加粗标签，实际只有一个词需要强调。
- 空标签与空段落：连续多个空段落或换行标签，只是用来撑开间距。
- 标题层级混乱：正文里又出现一个 h1，或者从 h2 直接跳到 h4。
- 来源类名：Word 粘贴留下的 MsoNormal 之类无意义 class。
- 锚文本无信息量：一整段都是“点击这里”“详情”，看不出链接指向什么。
- 图片缺 alt，或者干脆用图片代替文字小标题。
- 表格被当排版工具：用表格做分栏，在窄屏上直接错位。
怎么查
看源码，而不是编辑界面
编辑器的所见即所得视图会掩盖结构问题。打开页面源码，只截取正文容器内部那一段单独看，问题通常一眼就能发现：颜色值、重复的包裹标签、成串的空段落都藏在这里。
看渲染后的 DOM
如果模板或脚本会对正文做二次处理，还要在浏览器开发者工具里看渲染完成后的节点。有时源码里是干净的，渲染后反而被插入额外的包装层，这种情况需要回到模板层排查。
抽样对比
挑几篇刚发布的、几篇一年前发布的，再挑几篇从外部导入或由不同人员维护的内容，横向比较正文结构。差异最大的那几篇，通常就是规范最需要补齐的地方。
从源头减少脏结构
- 粘贴时优先用“粘贴为纯文本”，或者粘贴后立刻清除格式，再手动加粗、加链接、补小标题。
- 收敛编辑器可用标签，把不常用的字号、颜色、字体按钮关掉，减少误用空间。
- 给维护人员一份简短规范：小标题用哪个层级、加粗用在哪里、链接文字怎么写、图片说明怎么填。
- 在模板层做兜底，让正文区域内多余的间距和样式尽量被统一，而不是靠逐篇手工清理。
历史内容怎么处理
不必一次全改。按访问量、更新频率、业务重要性排序，分批处理。清理时顺手核对三件事：标题层级是否从页面主标题之后自然递进、图片说明是否补齐、链接锚文本是否说明了目标内容。改完一次，后续改版和排查都会省力不少。
正文结构干净，并不等于会被收录或排名更好。它真正的价值是让内容可维护、可迁移，减少改版、迁移和故障排查时的意外。
和别的自查项配合
正文结构属于基础层。它和站点地图是否准确、内链是否合理、模板是否统一这些检查互为前提：结构混乱时，内链和摘要的批量处理都容易出错；结构干净之后，再做其他调整会顺手很多。建议把它放进内容发布前的固定检查项，而不是等到出问题再回头收拾。