Strukturerad data

Vad det är

Ett företags kontaktsida säger i en mening var kontoret ligger.
Strukturerad data säger samma sak en gång till, som en
`PostalAddress` med gatuadress, postnummer och land, så att ett
program som läser sidan slipper gissa vilket ord som är orten. Det
är bruket att upprepa det som en sida säger i löptext som typade
påståenden i ett ordförråd som utgivare och läsande program är
överens om, så att sökmotorer och annan mjukvara kan läsa fakta utan
att tolka layouten. Ordet behandlas som en mängd och inte som något
räknebart, och i bestämd form heter det den strukturerade datan.

Ordförrådet är oftast schema.org, som enligt Googles dokumentation
är det ordförråd som merparten av den strukturerade datan för
Googles sökning bygger på. Google, Microsoft, Yahoo och Yandex
grundade det, och sedan april 2015 är en gemenskapsgrupp (community
group) inom W3C dess huvudsakliga forum. Det definierar typer, som
`Organization`, `Person`, `Service`, `Review` eller `DefinedTerm`,
och de egenskaper som varje typ kan bära, som `name`, `address`,
`author` eller `price`.

Påståendena kan skrivas i tre syntaxer. Microdata och RDFa lägger
attribut direkt på de synliga HTML-elementen. JSON-LD håller
påståendena åtskilda, som ett block JSON i ett `script`-element av
typen `application/ld+json`, och är i version 1.1 en
W3C-rekommendation, publicerad den 16 juli 2020. Google godtar alla
tre som likvärdiga och rekommenderar JSON-LD som den som är lättast
att underhålla 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>
```

Den viktigaste raden i blocket är `@id`. JSON-LD använder den för
att identifiera en nod, och en nod utan identifierare är en så
kallad blank node, utan en dokumentoberoende identifierare.
Identifierare för blanka noder kan delas mellan block i samma
dokument. Med en identifierare som kan användas globalt kan vilket
annat block som helst, på vilken annan sida som helst, skriva
`"publisher": {"@id": "https://example.com/#organization"}`, vilket
specifikationen kallar en nodreferens (node reference): en pekare
till något som beskrivs på annat håll, i stället för en ny
beskrivning av det. Det är identifierarna som gör en spridd samling
block till en enda graf.

Närmaste grannterm är metadata. Titeln, beskrivningen och Open
Graph-taggarna i sidans `head` beskriver sidan som dokument, medan
strukturerad data beskriver det som sidan handlar om: företaget
bakom den, personen som skrev den, tjänsten den erbjuder eller ordet
den definierar.

Varför det spelar roll

Beslutet gäller hur mycket som ska sägas, och det ärliga svaret är
oftast mindre än ordförrådet tillåter, men komplett. Ingenting i
syntaxen hindrar en utgivare från att fylla i varje egenskap som
schema.org erbjuder. Googles egna riktlinjer pekar åt andra hållet:
ange färre rekommenderade egenskaper, kompletta och korrekta, hellre
än alla tänkbara med ofullständiga eller felaktiga uppgifter, och
märk inte upp något som en läsare inte kan se på sidan, inte ens när
det är sant.

Skälet är att varje uppmärkt faktum är en andra kopia av något som
sidan redan säger, och en andra kopia kan glida isär från
originalet. Ett pris som ändrats i den synliga tabellen men glömts i
JSON-blocket, ett betyg som bara maskiner ser, en adress som
skrivits lite olika på varje sida: var och en får sidan att säga en
sak till människor och en annan till program. Kostnaden för
strukturerad data ligger mindre i att skriva den än i att hålla den
sann, så de användbara frågorna är vilka påståenden sidan kan stå
för och om de kommer från samma källa som den synliga texten.

Vinsten är läsbarhet för maskiner. En sökmotor eller en agent som
kan foga samman hundra omnämnanden till ett enda företag vet mer än
en som läser hundra namn utan samband. Sidor som följer riktlinjerna
kan bli berättigade till utökade resultat (rich results), sökträffar
med extra detaljer, men att vara berättigad garanterar inga sådana.
Det som förändras är hur väl en maskin förstår vad sidan handlar om.

Så ser det ut i praktiken

Webbplatsens kolofon lovar att bara märka upp det som är sant och
synligt på sidan, och historiken bakom webbplatsens strukturerade
data visar varför den meningen behövde skrivas ned.

Före omarbetningen i juli 2026 beskrev 963 block företaget 1 671
gånger, utan en enda stabil identifierare, så ingen som läste datan
hade grund för att behandla organisationen på en sida som
organisationen på en annan. Grafen vilar nu på tre identifierare som
skapas utifrån webbplatsens ursprung, en för organisationen, en för
webbplatsen och en för grundaren, och alla andra block refererar
till dem med `@id` i stället för att beskriva dem igen.
Identifierarna är desamma på alla språk: en kommentar i mallen
förklarar att en separat dansk identifierare skulle deklarera en
andra organisation med samma CVR-nummer. Sexton typer dokumenterades
i det skedet, och listor nämnde sina poster enbart med URL, eftersom
det skulle ha gjort den komprimerade indexsidan för portföljen 52 %
tyngre att skriva ut de 107 poster som då fanns där.

Flera fakta läses från samma källa som den synliga sidan.
Tjänstepriserna kommer från samma datafil som priserna på skärmen,
så en maskin och en läsare får samma pris. Perioden som ett arbete
omfattar kommer från den partial som skriver meningen om det.
Brödsmulorna följer den synliga stigen, och positionerna i listor
följer ordningen på skärmen, aldrig en rangordning som bara
publiceras för maskiner. Sidans egen nod använder samma adress som
sidan anger som kanonisk URL, så att märkningen och sidans `head`
gör ett och samma påstående.

Det som lämnas bort är lika avsiktligt som det som sägs. Företagets
egna beskrivningar av sitt arbete märks inte upp som recensioner,
eftersom det skulle hitta på en författare till dess egna ord.
Mallen för rekommendationer använder Review-noder bara för poster
som har publicerats med samtycke, utan att lägga till något betyg.
Varje sida i ordlistan, den här inräknad, bär en `DefinedTerm` vars
beskrivning är den enradiga förklaringen som visas i listan, så att
definitionen en maskin läser är densamma som en läsare ser.

En kontroll över den byggda webbplatsen säkerställer att varje block
går att tolka, att varje identifierare går att slå upp och att varje
URL som grafen nämner faktiskt byggdes, så en graf som pekar på en
sida som inte finns stoppas i kvalitetsgrinden. Samma kolofon listar
Schema Markup Validator för att läsa datan och Googles Rich Results
Test för att se vad en sökmotor gör med den.

Var det går fel

Sidan visas som en vanlig sökträff trots att varje validator
godkänner den. Märkningen är giltig JSON-LD och använder riktiga
typer från schema.org, men sidan fortsätter att dyka upp utan extra
detaljer. Datan beskriver sådant som en läsare inte kan se, som ett
betyg som ingen har gett, frågor som är dolda på sidan eller ett
pris som skiljer sig från det på skärmen, och Google varnar för att
märkning som bryter mot riktlinjerna kan göra att en sida inte är
berättigad till utökade resultat, hur ren syntaxen än är. Märk bara
upp det som sidan visar, och generera båda från en källa så att de
inte kan glida isär.

Hundratals block beskriver ett och samma företag, och inget fogar
samman dem. Varje sida upprepar organisationens namn, logotyp och
adress, ibland med små skillnader, och att rätta en detalj innebär
att leta upp alla. Noderna är anonyma, eller så skapar varje sida
och varje språk sin egen identifierare för samma sak. Ge varje
verklig sak ett `@id` byggt av en stabil URL med ett fragment,
beskriv den en gång och referera till den överallt annars.

En ändring i en mall förstör märkningen på alla sidor på en gång.
Ett citattecken på fel ställe, ett avslutande kommatecken eller ett
tomt värde gör varje block ogiltigt, och ingen som läser datan kan
använda något av den. Googles guide varnar för att mallar kan
förstöra märkningen efter en driftsättning. JSON-blocket sattes ihop
som text, med värden inklistrade mellan klammerparenteser, så ett
fält som saknas lämnar en tom sträng eller en trasig struktur. Bygg
påståendet som en datastruktur och serialisera det, som den här
webbplatsens mallar gör med Hugos `jsonify`, utelämna egenskaper som
saknar värde i stället för att skriva ut dem tomma, och tolka varje
block i det byggda resultatet.

Grafen nämner sidor som inte finns. URL:erna i märkningen leder till
en

404-sida, en testmiljö eller en speglad kopia. Adresserna skrevs för
hand eller byggdes efter en annan regel än länkarna och den
kanoniska adressen. Härled varje URL i märkningen från samma
funktion som tar fram sidans kanoniska adress, och kontrollera att
var och en byggdes.

Läs mer

  * schema.org — det gemensamma ordförrådet av typer och egenskaper,
med en sida för varje typ.

  * JSON-LD 1.1 — W3C-rekommendationen för syntaxen, med
nodidentifierare och nodreferenser.

  * schema.org: DefinedTerm — typen som varje sida i ordlistan
använder för att beskriva ordet den förklarar.

  * Google Search Central: introduction to structured data — de tre
syntaxerna, regeln om synlighet och hur utökade resultat testas.

  * Schema Markup Validator — läser den strukturerade datan på
vilken sida som helst mot ordförrådet i schema.org.

hDen här sidan på webben	URL:https://engineer.company/sv/glossary/structured-data/	engineer.company	70
