同一个页面，在浏览器里看着内容很足，搜索引擎拿到的版本却可能只有上半截。问题常常不在整站渲染，而在几个具体的位置：折叠面板、选项卡、懒加载容器、需要点击或滚动才出现的区块。抓取和收录是两个环节，先要能把内容拿到，再判断这段内容值不值得进索引。可见性出问题的页面，大多卡在前一个环节。
抓取到的是 HTML，不是屏幕
搜索引擎抓取时首先拿到的是服务器返回的 HTML，之后才可能执行 JS 补全内容。所以判断一段内容能不能被读到，第一步是看它在初始 HTML 里有没有。
- HTML 里就有文字，且没有被刻意隐藏：一般能读到。
- HTML 里没有，要等 JS 请求接口再插入：取决于渲染是否执行到那一步，不够稳定。
- HTML 里只有占位符，真实内容放在属性里，例如 data-src：很多时候读不到。
懒加载：影响最大的是图片，其次才是文字
图片懒加载现在很常见，做法是 src 留空或给一张占位图，真实地址放在 data-src，等元素进入视口再替换。文字内容通常不受影响，但如果整个商品列表、文章段落都是滚动到底部才由 JS 追加的，就要留意。
- 图片：尽量让 src 或 srcset 指向真实资源，或保留 noscript 里的回退写法。
- 列表：首屏之外的条目最好有对应的分页 URL，而不是只有无限滚动。
- 一个粗略的评测办法：临时关掉 JS，看还剩多少正文，这个残量大致反映最低限度的可读内容。
折叠面板和选项卡：多数能读到，但别赌
如果折叠区域的内容本来就写在 HTML 里，只是靠 CSS 或一段脚本控制展开，那它通常存在于 DOM 中，能被读到。两种情况例外：一是点击后才去请求接口、把内容动态插进来的，本质就是懒加载；二是内容用图片或画布渲染的，可读性更差。
自查方法很直接：打开查看网页源代码，搜一段只出现在折叠区里的文字。能搜到，说明至少进入了 HTML；搜不到，就要按懒加载的思路处理。
CSS 隐藏与视觉隐藏
display 为 none、visibility 为 hidden 的元素一般还留在 DOM 中，可能被抓取程序读到，但不要指望它被当成正文参与判断。用隐藏文字堆关键词属于老式做法，收益低、风险高。屏幕阅读器专用的隐藏类只要用在该用的地方，没有额外问题。
登录墙、付费墙和强制弹窗
- 需要登录才能看到的正文，蜘蛛得到的是登录页或提示语，收录的也往往是那个版本。
- 付费墙要区分开：可公开的标题、首段和摘要尽量放在 HTML 里，剩下的再谈限制。
- 打开页面就整屏覆盖的弹窗和插屏，会影响内容提取，能延后或减少就减少。
一份可执行的自查顺序
- 用查看源代码，搜索正文中的独有关键词。
- 临时关闭 JS，看页面还剩哪些内容。
- 检查图片是否为空 src，有没有 noscript 回退。
- 确认无限滚动是否有对应的分页地址可供抵达。
- 用搜索平台的 URL 检查工具查看渲染后的 HTML，与源代码对比。
- 把服务器日志里该 URL 的抓取记录，和索引状态对照，看断在哪一步。
内容可见性不是玄学：先保证正文在 HTML 里，再保证它没有被遮住，最后才考虑怎么让它被索引。顺序颠倒，后面的努力容易被前面卡住。