by falcon wuzhangjin@gmail.com of TinyLab.org
2014/07/20
最初发表：泰晓科技 – 聚焦嵌入式 Linux，追本溯源，见微知著！
原文链接：WordPress 网站 SEO 优化
评论说明：为更好地聚合大家的讨论，请到上面原文的评论区回复。
前言
本站建站有一段时间，买的阿里云，搭的WordPress, 刚开始一直有各种问题，导致无法访问，尝试过：
- 升级Web服务器：从Apache到Nginx
- 创建文件并配置Swap服务
- 升级RAM：从512M到2G
但是发现有时访问还是很慢，特别是连接多了以后，服务器就down掉，所以得继续抽空优化。
兼容性问题
先做HTML的W3C兼容性测试，如果不兼容，很多浏览器可能无法访问，果然，通过http://validator.nu/一测，发现一大堆问题。最重要的问题莫过于：
Almost standards mode doctype. Expected “”
查了一下，发现元凶竟然是M$引入"BOM"(Byte Order Mark, UTF8文件的Magic Number，但是并没有标准化)，不知道哪个插件作者用Windows开发的，导致文件里头带有BOM字节，而标准HTML在文件头是不允许有额外字节的，否则，有些浏览器就解析不了，比如M$ IE。这就是原来在IE上浏览不了该站的根源（所有页面靠左对齐了）。
通过如下命令可以确认网页开头到底有没有额外的BOM字节，如果有的话，会是这个样子：
$ curl -s http://www.your-web-site.com/ | head -1 | sed -n l \357\273\277\r$
前三个字节是8进制的，对应十六进制刚好是：EF、BB、BF。
在Windows下可以用notepad++等直接去掉和添加BOM字节，在Linux下可以用vim做到：
$ vim test.c :set fileencoding=utf-8 :set bomb :set nobomb :set bomb?
以上三个设置分别为添加/删除/查询bomb标志。
对于WordPress，如果安装插件很多，那得把含有BOM的文件一个一个找出来。咱们可以用grep，只需要匹配文件头是否有BOM字节就可以：
$ grep -r -I -l $'^\xEF\xBB\xBF' test.c test.c
找到以后，可以用sed -i做替换（注：千万记得备份）：
$ sed -i -e '1s/^\xEF\xBB\xBF//g' test.c
这里是批处理（Again：操作前，千万要备份）：
$ grep -ur -I -l $'^\xEF\xBB\xBF' /test-dir | xargs -i sed -i -e '1s/^\xEF\xBB\xBF//g' {}
关于更多的不兼容性问题，就根据测试的结果一个一个解吧。
本节参考：
性能问题
接下来，咱们测试一下默认配置的性能，有蛮多免费的站点：12 个最好的免费网站速度和性能测试工具。
当前试用了Google PageSpeed Insights和Load Impact。
前者允许用户分析网站页面的内容，并且会提供加快网站访问速度的建议，后者允许用户做些 web 应用的负载和性能测试。它不断增加网站流量来测量网站性能。Load Impact 会选择一个全球负载区，测试模拟客户，带宽，接收数据和每秒请求等。越来越多客户变活跃，这个工具会用个漂亮的图表来展示测量的加载时间。
通过Load Impact测试以后发现，访问时间跟并发数成线性关系，那意味着，前面提到的并发访问多了以后，整个服务性能逐步下降了，到最后Nginx都无法提供服务了。
化动为静；缓存起来
这个问题，通过查找资料并分析，发现务必要做几个工作：
- 把动态页面转换为静态页面
这个跟Android上的ART一个原理，页面一旦编辑完就可以生成一个静态的html页面，用户访问时就可以直接从磁盘甚至内存里头拿html代码，无需额外的PHP解析开销（包括处理器和内存）了。
- 把一些SQL访问缓存
大量并发的数据库访问会带来很大的IO性能开销，可以把一些SQL查询的结果缓存起来，这样可以节省IO开销。
上面两个的选择很多，经过对比，分别采用了：
- 页面缓存：Hyper Cache
- SQL缓存：DB Cache Reloaded Fix
除杂去冗，化繁为简
后面综合Google PageSpeed Insights的测试结果，又做了如下几项优化：
- CSS Minify：Autoptimize，注：不能使用其JS优化，有严重Bug。
- JS Minify：HeadJS Plus
- HTML Minify：WP-HTML-Compression
线性转并行；同步转异步
需要特别强调的是 JS 异步加载优化，这个效果非常明显也很典型。
该站用到了第三方统计，发现通过国外 VPN 进来的时候，统计站点的 Javascript 加载严重拖慢了整个系统，导致文章带有代码高亮插件的内容无法正常渲染。
于是乎，想到了异步加载 Javascript 应该能解决问题，通过查找确实发现大部分浏览器都已经支持 async 或者 defer 属性，后者确保执行时序，前者则不会保障 Javascript 的加载顺序。
对于我们这里的特例，统计站点与站内其他资源有任何依赖关系，完全可以用 async 属性，用法如下：
<script async src="siteScript.js" onload="myInit()"></script>
异步以后，效果相当明显，系统其他部分顺利加载，统计就让它慢悠悠地干吧。
需要注意的是，上面的方法好像效果不好，对于站长统计，会导致那个统计图标不显示，这样的话，可以用类似下面的思路（站长统计和百度统计都已经支持，可以直接复制过来）：
<script type="text/javascript">var cnzz_protocol = (("https:" == document.location.protocol) ? " https://" : " http://");document.write(unescape("%3Cspan id='cnzz_stat_icon_322289'%3E%3C/span%3E%3Cscript src='" + cnzz_protocol + "s22.cnzz.com/stat.php%3Fid%12122212%26show%3Dpic' type='text/javascript'%3E%3C/script%3E"));</script>
性能测试和优化建议
后面又尝试了其他几个测试服务：
- neustar展示各地的连接速度，并且详细地展示了各个资源的获取时间，可以很方便地辅助开发者定位问题并做针对性优化。
- Web Page Analyzer非常强大，提供了详细的网站分析数据并且会提供提高网站性能的建议。它提供大量的 web 页面速度报告，global report，外部文件计算，加载时间，网站分析数据和改善建议。
- Octa Gate Site Timer 允许用户检测每个用户加载一个或多个页面的时间。当页面加载的时候，SiteTimer 存储每个项目加载的数据和用户接收的数据，这些数据会用一个网格来显示。
- Pingdom 是个非常杰出的工具，帮助用户生成大量网站的报告（页面大小，浏览器缓存，性能等级等），确定网站的加载时间，而且允许用户跟踪性能的历史记录，能在不同位置进行网站测试。
- GTmetrix 可以帮助用户开发一个快速，高效，能全面改善用户体验的网站。它会为网站性能打分，然后提供可行性的建议来改善已发现的问题。
本节参考：
搜索引擎收录问题
这里涉及三个动作，分别是：
- robots.txt协议：告诉搜索引擎能不能搜，哪些目录可以搜
- SiteMap协议：告诉搜索引擎我这个网站有哪些东西
- 直接提交给搜索引擎进行收录
首先是robots.txt，这个可以通过一些网站自动生成一个配置文件：robots.txt，例如http://tool.chinaz.com/robots/，生成后这个文件放在网站根目录下。
接着是安装一个SiteMap自动生成的插件，例如：Baidu Sitemap Generator。生成后，在robots.txt的最后加入如下两行，例如，本站：
Sitemap: http://tinylab.org/sitemap_baidu.xml Sitemap: http://tinylab.org/sitemap.html
在最后，咱们可以主动给各大搜索引擎提交收录，各大收录的入口地址这里有一份清单。
经过这三步以后，搜索引擎的收录问题就不大了。
更多SEO
除了上述问题外，通过一些专门的SEO评测站点可以获取更多有价值的优化信息。
该站提供了各家搜索引擎的收录情况，域名，备案，服务性能，站点描述与关键字设置情况等。通过该工具查到该站的主题没有添加站点描述和关键字信息。
这个网站则提供了另外的一些视角，比如上面的兼容性问题测试就是该站提出的建议。
通过SEO综合查询以及相关的检索后，找到了手动为各种场景添加关键字和描述的方式，那就是在header.php的head部分添加如下内容：
<?php
if (is_home()) {
$description = "网站描述：不超过200字符。";
$keywords = "网站关键字：不超过100字符";
} elseif (is_single()) {
if ($post->post_excerpt)
$description = $post->post_excerpt;
else
$description = $post->post_title . ':' . substr(strip_tags($post->post_content),0,200);
$keywords = "";
$tags = wp_get_post_tags($post->ID);
foreach ($tags as $tag ) {
$keywords = $keywords . $tag->name . ", ";
}
} elseif (is_category()) {
$keywords = single_cat_title('', false);
if (category_description())
$description = category_description();
else
$description = $keywords;
} elseif (is_tag()) {
$keywords = single_tag_title('', false);
if (tag_description())
$description = tag_description();
else
$description = $keywords;
}
$keywords = htmlspecialchars(trim(strip_tags($keywords)));
$description = htmlspecialchars(trim(strip_tags($description)));
?>
<meta name="keywords" content="<?=$keywords?>" />
<meta name="description" content="<?=$description?>" />
记得把首页部分的描述和关键字修改为你自己的内容。
小结
上面的优化其实都是最基础的，要真正优化SEO，那就是要逐步丰富与站点主体相关的内容，保持持续的更新和维护，吸引足够的忠实读者。
扫一扫
1451
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
