hreflang

Vad det är

`hreflang` är ett attribut som, skrivet på en länk, anger vilket
språk sidan i andra änden är skriven på. HTML tillåter det på
elementen `a`, `area` och `link`, men det blev känt genom en bestämd
användning: en uppsättning `link rel="alternate"`-element i sidans
head, ett per språkversion, där en webbplats talar om för
sökmotorerna att flera adresser har samma innehåll på olika språk.

```html
<link rel="alternate" hreflang="en" href="https://example.com/guide/" />
<link rel="alternate" hreflang="da" href="https://example.com/da/guide/" />
<link rel="alternate" hreflang="x-default" href="https://example.com/guide/" />
```

HTML-standarden beskriver attributet som enbart rådgivande. Värdet
måste vara en giltig språktagg enligt BCP 47, och en webbläsare ska
avgöra en hämtad sidas språk utifrån sidan själv, aldrig utifrån
länken som ledde dit. Tillsammans med `rel="alternate"` markerar ett
`hreflang` som skiljer sig från dokumentets eget språk att målet är
en översättning.

Sökmotorerna gjorde om den rådgivande anteckningen till ett
protokoll. Google dokumenterar tre likvärdiga sätt att leverera
uppsättningen: `link`-element i head, ett HTTP-huvud `Link` för
PDF-filer och andra filer som saknar head, och poster i en
webbplatskarta i XML. Varje version listar både sig själv och alla
andra versioner, med fullständiga adresser. Ett par räknas bara när
båda sidorna nämner varandra, så att en främmande webbplats inte kan
utge sig för att vara en översättning av din. Koden är ett språk ur
ISO 639-1, som kan följas av en region ur ISO 3166-1, och en region
ensam är ogiltig. Det reserverade värdet `x-default` pekar ut sidan
för läsare vars språk saknar en egen version, och Google påpekar att
värdet togs fram för sidor där läsaren väljer språk.

Två grannar är lätta att blanda ihop med det. Attributet `lang`
säger vilket språk texten framför läsaren är skriven på; `hreflang`
säger vilket språk en länkad sida är skriven på. Google uppger att
sökmotorn inte använder någotdera för att avgöra en sidas språk, så
`hreflang` kan inte göra en sida svensk. Det berättar för en
sökmotor att en svensk sida som den redan känner igen hör ihop med
en engelsk. Och en kanonisk URL slår ihop dubbletter till en enda
indexerad adress, medan `hreflang` identifierar språkalternativ och
hjälper en sökmotor att välja vilken version den ska visa.

Varför det spelar roll

Beslutet som `hreflang` dokumenterar är om språkversionerna av en
sida bildar ett kluster eller bedöms som fristående sidor. Står de
var för sig konkurrerar varje version på egna meriter, och en
sökmotor kan visa den engelska sidan för en svensk läsare eller
lista båda versionerna i samma sökresultat. Deklareras de som ett
kluster förstås versionerna som ett och samma innehåll, och
sökmotorn kan erbjuda den version som stämmer med läsarens
språkinställningar.

Klustret är bara meningsfullt när versionerna verkligen har samma
innehåll. En webbplats på ett enda språk behöver inget `hreflang`
alls, och två språkavdelningar som skiljer sig i sak bildar inte
heller något kluster. Regionala varianter med små skillnader hör
däremot ihop, till exempel `en-GB`- och `en-US`-sidor med olika
priser, eller `sv-SE` och `sv-FI` för en butik som säljer i både
Sverige och Finland.

Kostnaden är bokföring, och den växer med kvadraten på antalet
språk. Varje version av varje sida bär hela listan, så att lägga
till, flytta eller dra tillbaka en enda översättning ändrar head på
varje syskonsida. En lista som stämmer på de flesta sidor men är fel
på några få går sönder i det tysta: paren som pekar åt båda hållen
används, resten sorteras bort, och inget fel syns någonstans. Därför
passar `hreflang` dåligt för handredigering och naturligt för en
generator som härleder varje sidas uppsättning ur en enda lista. Det
som `hreflang` styr är vilken av flera versioner en sökande får se.

Så ser det ut i praktiken

Den här webbplatsen bygger sina språkversioner från ett och samma
innehållsträd, så varje sida har en uppsättning motsvarande
översättningar att ange.

En enda mall avgör vilka översättningar som annonseras, och
resultatet används på flera ställen: `hreflang`-uppsättningen i
head, taggarna `og:locale:alternate` som länkförhandsvisningar
använder, alternativen i webbplatskartan, `inLanguage` i den
strukturerade datan och, efter ytterligare ett avdrag, språkraden
som läsaren ser. Listan innehåller sidan själv, vilket ger den
självreferens som reglerna kräver. Koderna anger bara språk, till
exempel `en`, `da` och `uk`, så varje version erbjuds alla som läser
språket, var de än befinner sig, och den engelska posten skrivs en
gång till som `x-default`. Både head och webbplatskartan bär
uppsättningen, renderad ur samma lista, så de två kan inte glida
isär.

Uppdelningen mellan maskiner och läsare är avsiktlig. I ett tidigare
implementeringsskede annonserades den ukrainska versionen för
sökrobotar och listades i webbplatskartorna, medan språkraden i
toppfältet utelämnade den. En konfigurationsflagga styrde
skillnaden: sökrobotar fick ömsesidiga ukrainska alternativ, medan
bara läsarens språkrad ändrades. En andra flagga, för ett språk som
är byggt men inte färdigt, tar bort språket ur båda listorna och
märker dess sidor med `noindex`. En sida på ett sådant språk
deklarerar heller inga syskon, eftersom ett `hreflang` från en
oannonserad sida till en annonserad är ett par som en sökmotor bara
ser från ena änden.

Kopior följer samma resonemang. En sida som serveras på någon av de
fokuserade underdomänerna, och vars kanoniska adress pekar tillbaka
till huvudwebbplatsen, utelämnar `hreflang` helt: uppsättningen
läses på den sida som sökmotorn har godtagit som kanonisk, och en
kopia som räknade upp sin egen värds översättningar skulle säga emot
raden ovanför. Språkväxlaren fungerar ändå, eftersom en läsare som
vill ha danska fortfarande ska få danska.

En kontroll av de byggda sidorna säkerställer att varje sida med
alternativ innehåller `x-default` och sitt eget språk, och att varje
alternativ är en byggd sida, hör till ett annonserat språk och pekar
tillbaka. Regeln om självreferens gör skäl för sin plats. Generatorn
erbjuder två listor med nästan samma namn: `.Translations`, som
utelämnar den aktuella sidan, och `.AllTranslations`, som tar med
den. Ett felvalt ord tar bort varje sidas eget språk ur head och ur
språkraden på en gång, så att de två fortfarande stämmer överens och
ingenting ser fel ut. Mot ett medvetet trasigt bygge var den
kontrollpunkten den enda i hela kontrollen som fångade 528 av de 792
sidorna.

Var det går fel

Sökande får se versionen på fel språk. En svensk läsare hamnar på
den engelska sidan, eller så dyker båda versionerna upp sida vid
sida. Paren pekar åt ett håll: den svenska sidan nämner den
engelska, men den engelska listar fortfarande bara de språk den hade
innan, och sökmotorer ignorerar ett par som saknar returlänk. Bygg
varje sidas uppsättning ur en enda lista som innehåller sidan själv,
och testa ömsesidigheten på det byggda resultatet.

Ett helt språks annoteringar ignoreras. Märkningen finns och är
giltig HTML, men versionerna behandlas som om de saknade samband.
Koderna pekar ut fel sak: `ua` eller `dk` där språken heter `uk` och
`da`, `se` för svenska fast det är koden för nordsamiska och svenska
heter `sv`, `be` menat som Belgien fast det är koden för
belarusiska, eller `en-UK` där `en-GB` avsågs, eftersom `UK` är en
reserverad regionkod som Google ignorerar. Ta språket ur ISO 639-1,
lägg till en region ur ISO 3166-1 bara där innehållet skiljer sig
mellan länder, och kom ihåg att en giltig BCP

47-tagg ändå kan vara en som Google inte stöder.

Översättningarna faller ur indexet. Bara originalspråket syns i
sökresultaten, och översättningarna behandlas som dubbletter av det.
Varje översättning anger originalet som sin kanoniska adress, vilket
ber sökmotorn slå ihop översättningen med originalet samtidigt som
dess `hreflang` ber om att den ska visas. Gör varje språkversion
till sin egen kanoniska URL; Googles riktlinje är att den kanoniska
sidan ska vara på samma språk.

En sida som bad om att stå utanför sökningen annonseras ändå. Ett
utkastspråk märkt `noindex` dyker upp bland alternativen på
publicerade sidor, eller räknar upp dem från sitt eget head.
Annonseringen och direktivet sattes på olika ställen, så webbplatsen
ger en sökrobot två svar om samma adress. Bestäm per språk,
annonserat åt båda hållen eller inte alls, lägg beslutet i en enda
inställning som alla listor läser, och kontrollera de byggda sidorna
mot den.

Läs mer

  * HTML Standard: the hreflang attribute — vad attributet betyder
på en länk och varför en webbläsare inte får lita på det.

  * HTML Standard: link type ”alternate” — hur `hreflang` och `type`
beskriver en översättning eller ett annat format av samma dokument.

  * RFC 5646: Tags for Identifying Languages — syntaxen i BCP 47 som
attributets värde måste följa.

  * Google Search Central: localized versions of your pages — de tre
leveranssätten, regeln om ömsesidighet och `x-default`.

hDen här sidan på webben	URL:https://engineer.company/sv/glossary/hreflang/	engineer.company	70
