Strukturerte sidedata

Hva det er

Strukturerte sidedata, ofte bare kalt strukturerte data, er det å
gjenta det en side sier i løpende tekst som typede utsagn i et
vokabular utgivere og programmer er enige om, slik at søkemotorer og
annen programvare kan lese opplysningene uten å måtte tolke
oppsettet. En bedrifts kontaktside sier i en setning hvor kontoret
ligger. De strukturerte dataene sier det samme en gang til, som en
`PostalAddress` med gate, postnummer og land, så et program som
leser siden, slipper å gjette hvilket av ordene som er stedsnavnet.

Vokabularet er som regel schema.org, som Googles dokumentasjon
oppgir som det de fleste strukturerte dataene for søket deres
bruker. Google, Microsoft, Yahoo og Yandex grunnla det, og siden
april 2015 har en fellesskapsgruppe i W3C vært hovedforumet. Det
definerer typer, f.eks. `Organization`, `Person`, `Service`,
`Review` eller `DefinedTerm`, og egenskapene hver av dem kan bære,
f.eks. `name`, `address`, `author` eller `price`.

Utsagnene kan skrives i tre syntakser. Microdata og RDFa legger
attributter på de synlige HTML-elementene selv. JSON-LD holder
utsagnene for seg, som en blokk med JSON i et `script`-element av
typen `application/ld+json`, og er en W3C-anbefaling i versjon 1.1,
publisert 16. juli 2020. Google godtar alle tre på lik linje og
anbefaler JSON-LD som den enkleste å vedlikeholde i stor skala.

```html
<script type="application/ld+json">
    {
        "@context": "https://schema.org",
        "@type": "Organization",
        "@id": "https://example.com/#organization",
        "name": "Example Ltd",
        "url": "https://example.com/"
    }
</script>
```

Linjen som betyr mest i den blokken, er `@id`. JSON-LD bruker den
til å identifisere en node, og en node som mangler en slik, er en
blank node uten en dokumentuavhengig identifikator. Identifikatorer
for blanke noder kan deles mellom blokker i samme dokument. Med en
globalt brukbar identifikator kan en hvilken som helst annen blokk
på en hvilken som helst annen side skrive `"publisher": {"@id":
"https://example.com/#organization"}`, det spesifikasjonen kaller en
nodereferanse: en peker til en ting som er beskrevet et annet sted,
i stedet for en ny beskrivelse av den. Det er identifikatorene som
gjør en spredt samling blokker til én graf.

Nabobegrepet er metadata. Tittelen, beskrivelsen og Open
Graph-taggene i hodet på en side beskriver siden som et dokument,
mens strukturerte data beskriver tingene siden handler om: selskapet
bak den, personen som skrev den, tjenesten den tilbyr, eller ordet
den definerer.

Hvorfor det er viktig

Beslutningen gjelder hvor mye som skal sies, og det ærlige svaret er
som regel mindre enn vokabularet tillater, men komplett. Syntaksen
hindrer ikke en utgiver i å fylle ut hver egenskap schema.org
tilbyr. Googles egne råd peker motsatt vei: oppgi heller færre av de
anbefalte egenskapene, komplette og korrekte, enn alle mulige med
mangelfulle eller gale data, og merk aldri opp noe en leser ikke kan
se på siden, selv når det er sant.

Grunnen er at hver opplysning som merkes opp, er en ekstra kopi av
noe siden allerede sier, og en ekstra kopi kan gli bort fra
originalen. En pris som er rettet i den synlige tabellen og glemt i
JSON-en, en vurdering bare maskiner får se, en adresse skrevet litt
annerledes på hver side: hver av dem får siden til å si én ting til
mennesker og en annen til programmer. Kostnaden ved strukturerte
data ligger mindre i å skrive dem enn i å holde dem sanne, så de
nyttige spørsmålene er hvilke utsagn siden kan stå inne for, og om
de kommer fra den samme kilden som den synlige teksten.

Det man får igjen, er lesbarhet. En søkemotor eller en agent som kan
slå sammen hundre omtaler til ett selskap, vet mer enn en som leser
hundre navn uten sammenheng. Sider som følger retningslinjene, kan
bli kvalifisert for utvidede resultater (rich results), oppføringer
med ekstra detaljer i søket, men kvalifisering garanterer ingen av
dem. Det som endrer seg, er hvor godt en maskin forstår hva siden
handler om.

Slik ser det ut i praksis

Kolofonen forplikter nettstedet til å merke opp bare det som er sant
og synlig på siden, og historien til de strukturerte dataene her
viser hvorfor den setningen trengte å bli skrevet ned.

Før omleggingen i juli 2026 gjentok 963 blokker selskapet 1 671
ganger, uten en stabil identifikator noe sted, så den som leste
dataene, hadde ikke grunnlag for å behandle organisasjonen på én
side som organisasjonen på en annen. Grafen hviler nå på tre
identifikatorer laget fra nettstedets origin, for organisasjonen,
nettstedet og grunnleggeren, og alle andre blokker viser til dem med
`@id` i stedet for å beskrive dem på nytt. Identifikatorene er de
samme på hvert språk: en kommentar i malen forklarer at en egen
dansk identifikator ville erklære en organisasjon nummer to med det
samme organisasjonsnummeret. Seksten typer var registrert på det
stadiet, og lister navnga elementene sine bare med URL, fordi det å
skrive ut de 107 oppføringene som da var på porteføljeindeksen,
ville ha gjort den komprimerte siden 52 % tyngre.

Flere opplysninger hentes fra den samme kilden som den synlige
siden. Prisene på tjenestene kommer fra den samme datafilen som
prisene på skjermen, så en maskin og en leser får oppgitt den samme
satsen. Perioden et arbeid dekker, kommer fra den partialen som
skriver setningen om den. Brødsmulestiene følger stien leseren ser,
og posisjonene i lister følger rekkefølgen på skjermen, aldri en
rangering som bare publiseres for maskiner. Sidens egen node bruker
den samme adressen som den kanoniske lenken, så oppmerkingen og
hodet fremmer én og samme påstand.

Det som er utelatt, er like bevisst som utsagnene. Selskapets egne
beskrivelser av sitt eget arbeid merkes ikke opp som omtaler, fordi
det ville dikte opp en forfatter for selskapets egne ord. Malen for
anbefalinger bruker Review-noder bare for oppføringer som er
publisert med samtykke, uten å legge til noen karakter. Hver side i
ordlisten, denne også, bærer en `DefinedTerm` der beskrivelsen er
den én linje lange forklaringen som står i listen, så definisjonen
en maskin leser, er den samme som leseren ser.

En sjekk over det bygde nettstedet slår fast at hver blokk kan
parses, at hver identifikator løses opp, og at hver URL grafen
nevner, faktisk ble bygget, så en graf som peker på en side som ikke
finnes, stopper kvalitetsporten. Den samme kolofonen lister Schema
Markup Validator for å lese dataene og Googles Rich Results Test for
å se hva én søkemotor gjør med dem.

Hvor det går galt

Utvidede resultater som uteblir selv om hver validator godkjenner.
Oppmerkingen er gyldig JSON-LD og bruker ekte schema.org-typer, men
siden vises fortsatt som et vanlig treff. Dataene beskriver ting en
leser ikke kan se, f.eks. en vurdering ingen har gitt, spørsmål som
er skjult på siden, eller en pris som avviker fra den på skjermen,
og Google advarer om at oppmerking som bryter retningslinjene, kan
gjøre en side ukvalifisert, hvor ren syntaksen enn er. Merk bare opp
det siden viser, og lag begge deler fra én kilde, så de ikke kan
skilles.

Hundrevis av blokker om ett selskap, og ingenting som binder dem
sammen. Hver side gjentar navnet, logoen og adressen til
organisasjonen, av og til med små forskjeller, og å rette én detalj
betyr å finne alle sammen. Nodene er anonyme, eller hver side og
hvert språk lager sin egen identifikator for den samme enheten. Gi
hver virkelig ting én `@id` bygget fra en stabil URL med et
fragment, beskriv den én gang, og vis til den overalt ellers.

En malendring som ødelegger oppmerkingen på hver side samtidig. Et
feilplassert anførselstegn, et komma for mye på slutten eller en tom
verdi gjør hver blokk ugyldig, og de som leser dataene, kan ikke
bruke noe av dem. Googles veiledning advarer om at maler kan
ødelegge oppmerking etter at den er satt i produksjon. JSON-en ble
satt sammen som tekst, med verdier limt inn mellom krøllparenteser,
så et manglende felt etterlater en tom streng eller en ødelagt
struktur. Bygg utsagnet som en datastruktur og serialiser det, slik
malene på dette nettstedet gjør med `jsonify` i Hugo, utelat
egenskaper som mangler verdi, i stedet for å sende dem ut tomme, og
pars hver blokk i det bygde resultatet.

En graf som navngir sider som mangler. Adressene i oppmerkingen
fører til en

404, en testvert eller en speilet kopi. De ble skrevet inn for hånd
eller bygget etter en annen regel enn lenkene og den kanoniske
adressen. Utled hver URL i oppmerkingen fra den samme funksjonen som
lager sidens kanoniske adresse, og sjekk at hver av dem faktisk ble
bygget.

Les mer

  * schema.org — det felles vokabularet av typer og egenskaper, med
en side for hver type.

  * JSON-LD 1.1 — W3C-anbefalingen for syntaksen, med
nodeidentifikatorer og nodereferanser.

  * schema.org: DefinedTerm — typen hver side i ordlisten bruker til
å beskrive ordet den forklarer.

  * Google Search Central: introduction to structured data — de tre
syntaksene, regelen om synlighet og hvordan utvidede resultater
testes.

  * Schema Markup Validator — leser de strukturerte dataene på en
hvilken som helst side opp mot vokabularet til schema.org.

hDenne siden på nettet	URL:https://engineer.company/nb/glossary/structured-data/	engineer.company	70
