hreflang

Що це таке

Атрибут `hreflang` на посиланні повідомляє, якою мовою написано
сторінку на іншому його кінці. HTML дозволяє ставити його на
елементи `a`, `area` і `link`, але відомим його зробило одне
застосування: набір елементів `link rel="alternate"` у `head`
сторінки, по одному на кожну мовну версію, яким сайт повідомляє
пошуковим системам, що кілька адрес містять той самий вміст різними
мовами.

```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/" />
```

Стандарт HTML називає цей атрибут «суто рекомендаційним». Його
значення мусить бути коректним мовним тегом за BCP 47, а браузер має
визначати мову завантаженої сторінки з самої сторінки, а не з
посилання, яке до неї привело. У поєднанні з `rel="alternate"`
атрибут `hreflang`, що відрізняється від мови самого документа,
позначає ціль як переклад.

Пошукові системи перетворили цю рекомендаційну примітку на протокол.
Google описує три рівноцінні способи передати набір: елементи `link`
у `head`, заголовок HTTP `Link` для PDF та інших файлів без `head` і
записи в XML-карті сайту. Кожна версія перелічує саму себе й усі
інші версії, з повними абсолютними адресами. Пара враховується лише
тоді, коли обидві сторінки називають одна одну, тож чужий сайт не
може оголосити себе перекладом ваших сторінок. Коди складаються з
мови за ISO 639-1 і, за потреби, регіону за ISO 3166-1, а сам регіон
без мови недійсний. Зарезервоване значення `x-default` вказує
сторінку для читачів, чия мова не збігається з жодною з інших, і, як
зазначає Google, задумане воно для сторінок вибору мови.

Із ним легко сплутати двох сусідів. Атрибут `lang` каже, якою мовою
текст перед читачем; `hreflang` каже, якою мовою сторінка, на яку
веде посилання. Google зазначає, що не використовує жодного з них,
щоб визначити мову сторінки, тож `hreflang` не зробить сторінку
данською; він повідомляє пошуковій системі, що данська сторінка, яку
та вже розпізнала, належить до однієї групи з англійською. А
канонічна URL зливає дублікати в одну проіндексовану адресу, тоді як
`hreflang` позначає мовні альтернативи й допомагає пошуковій системі
обрати, яку версію показати.

Чому це важливо

`hreflang` фіксує одне рішення: чи утворюють мовні версії сторінки
одну групу, чи їх оцінюють як окремі сторінки. Окремо кожна версія
змагається сама за себе, і пошукова система може показати данському
читачеві англійську сторінку або вивести обидві версії в тих самих
результатах. Оголошені групою, версії сприймаються як один вміст, і
пошукова система може запропонувати ту, що відповідає мовним
налаштуванням читача.

Група має сенс лише тоді, коли версії справді містять той самий
вміст. Сайтові однією мовою `hreflang` не потрібен узагалі, а два
мовні розділи, що різняться по суті, теж не група. Регіональні
варіанти з невеликими відмінностями, як-от сторінки `en-GB` і
`en-US` з різними цінами, утворюють групу так само.

Ціна — облік, і він зростає з квадратом кількості мов. Кожна версія
кожної сторінки несе повний список, тож коли один переклад додають,
переносять чи знімають, змінюється `head` усіх сторінок-сестер, а
список, правильний на більшості сторінок і хибний на кількох,
ламається тихо: пари, що ведуть в обидва боки, використовуються,
решта відкидається, і жодної видимої помилки немає. Тому `hreflang`
погано пасує ручному редагуванню й природно — генераторові, який
виводить набір кожної сторінки з одного списку. Від `hreflang`
залежить, яку з кількох версій побачить користувач пошуку.

Як це виглядає на практиці

Цей сайт збирає свої мовні версії з одного дерева вмісту, тож кожна
сторінка має набір відповідних перекладів, які треба оголосити.

Один шаблон вирішує, які переклади оголошувати, і його рішення
використовують у кількох місцях: у наборі `hreflang` у `head`, у
тегах `og:locale:alternate`, якими користуються попередні перегляди
посилань, у списку альтернатив у карті сайту, у `inLanguage` у
структурованих даних сайту і, після ще одного віднімання, у мовній
смузі, яку бачить читач. Список містить і саму сторінку, а отже дає
те посилання на себе, якого вимагають правила. Коди називають лише
мови, як-от `en`, `da` і `uk`, тож кожну версію пропонують усім
читачам цієї мови, де б вони не були, а англійський запис пишеться
вдруге як `x-default`. І `head`, і карта сайту несуть набір,
згенерований з того самого списку, тож розійтися вони не можуть.

Поділ між машинами й читачами навмисний. На попередньому етапі
реалізації українську версію оголошували пошуковим роботам і вносили
до карт сайту, але мовний перемикач у верхній панелі її не
пропонував. Цю відмінність контролював один прапорець конфігурації:
пошукові роботи отримували взаємні посилання на українську версію, а
змінювався лише мовний перемикач для читача. Другий прапорець, для
мови, яку вже збирають, але яка ще не готова, прибирає її з обох
списків і позначає її сторінки `noindex`. Сторінка такою мовою теж
не оголошує сестер, бо `hreflang` від неоголошеної сторінки до
оголошеної — це пара, яку пошукова система бачить лише з одного
кінця.

Копії підкоряються тій самій логіці. Сторінка на одному з тематичних
субдоменів, чия канонічна URL вказує на основний сайт, узагалі не
виводить `hreflang`: набір читають на тій сторінці, яку пошукова
система прийняла як канонічну, а копія, що називала б переклади
свого хоста, суперечила б власній канонічній URL. Перемикач мов на
ній усе одно працює, бо читач, якому потрібна данська, однаково має
її отримати.

Перевірка зібраних сторінок вимагає, щоб кожна сторінка з
альтернативами містила `x-default` і власну мову, а кожна
альтернатива була зібраною сторінкою оголошеною мовою й вела назад.
Правило про посилання на себе потрібне не для галочки. Генератор має
два списки з майже однаковими назвами: `.Translations`, що не
містить поточної сторінки, і `.AllTranslations`, що містить, і
помилка в одне слово прибирає власну мову кожної сторінки і з
`head`, і з мовної смуги водночас, тож вони й далі узгоджені між
собою. На навмисно зламаній збірці ця одна вимога виявилася єдиною в
перевірці, що зловила 528 із 792 сторінок.

Де виникають проблеми

Користувачам пошуку показують версію не тією мовою. Данського читача
ведуть на англійську сторінку, або обидві версії стоять поруч. Пари
ведуть в один бік: данська сторінка називає англійську, але
англійська досі перелічує лише ті мови, що були раніше, а пошукові
системи ігнорують пару без зворотного посилання. Будуйте набір
кожної сторінки з одного списку, що містить і саму сторінку, і
перевіряйте взаємність на зібраних сторінках.

Анотації цілої мови нічого не дають. Розмітка на місці й є коректним
HTML, але версії трактують як не пов'язані між собою. Коди означають
щось інше, ніж задумано: `ua` чи `dk` там, де мови мають коди `uk` і
`da`, `be` в значенні Бельгії, хоча це код білоруської мови, або
`en-UK` замість `en-GB`, бо `UK` — зарезервований код регіону, який
Google ігнорує. Беріть мову з ISO 639-1, додавайте регіон з ISO
3166-1 лише там, де вміст справді різниться між країнами, і
пам'ятайте, що коректний тег BCP 47 Google може й не підтримувати.

Переклади випадають з індексу. У пошуку з'являється лише мова
оригіналу, а переклади трактують як його дублікати. Кожен переклад
називає своєю канонічною URL оригінал, а це просить злити переклад з
оригіналом, тоді як його `hreflang` просить його показувати. Робіть
кожну мовну версію власною канонічною URL; Google радить, щоб
канонічна сторінка була тією самою мовою.

Сторінку, що просила лишитися поза пошуком, однаково оголошують.
Чорнеткова мова з позначкою `noindex` з'являється серед альтернатив
опублікованих сторінок або сама перелічує їх у своєму `head`.
Оголошення й директиву задано в різних місцях, тож сайт дає
пошуковому роботові дві відповіді про ту саму адресу. Вирішуйте для
кожної мови окремо, оголошена вона в обидва боки чи в жоден,
тримайте це рішення в одному параметрі, який читають усі списки, і
звіряйте з ним зібрані сторінки.

Що почитати далі

  * HTML Standard: the hreflang attribute — що атрибут означає на
посиланні і чому браузер не має йому довіряти.

  * HTML Standard: link type "alternate" — як `hreflang` і `type`
описують переклад або інший формат того самого документа.

  * RFC 5646: Tags for Identifying Languages — синтаксис BCP 47,
якому має відповідати значення атрибута.

  * Google Search Central: localized versions of your pages — три
способи передати набір, правило взаємності та `x-default`.

hЦя сторінка у вебі	URL:https://engineer.company/uk/glossary/hreflang/	engineer.company	70
