# 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`.

=> /sv/portfolio/built-a-multilingual-hugo-site-in-3-languages/ bygger sina språkversioner från ett och samma innehållsträd
=> /sv/credits/ annonserades den ukrainska versionen för sökrobotar och listades i webbplatskartorna
=> https://html.spec.whatwg.org/multipage/links.html#attr-hyperlink-hreflang HTML Standard: the hreflang attribute
=> https://html.spec.whatwg.org/multipage/links.html#rel-alternate HTML Standard: link type ”alternate”
=> https://www.rfc-editor.org/rfc/rfc5646 RFC 5646: Tags for Identifying Languages
=> https://developers.google.com/search/docs/specialty/international/localized-versions Google Search Central: localized versions of your pages

=> https://engineer.company/sv/glossary/hreflang/ Den här sidan på webben
