标簽：正文识別

頁面正文太薄收錄困难：先分清内容不足、模板占比過高與重复片段

頁面迟迟不進索引，很多时候不是抓取問题，而是正文被判為過薄。本文把“薄”拆成信息量不足、模板占比過高、重复片段三類，给出先修结构、再补内容、最後决定合並或收敛的處理顺序，並列出几個容易白費力气的做法。