html - 爬虫会解码 html 实体吗？

Question

我想知道爬虫和机器人是否可以解码html实体，例如在我的html中我有类似的东西：

salariés

他们是这样读的吗？或类似的东西：

salariés

哪个选项更适合 SEO？

Answer 1

我想说您可以放心地假设 HTML 实体已正确解码。它们是有效的 HTML，不解码它们的爬虫最终会得到大量损坏的内容。

Answer 2

大多数爬虫将解码您的实体，因为它们需要纯文本来计算数据和提取信息。

如果您想帮助他们，请使用适当的编码（如 utf8）、良好的字符集元，并避免使用 html 实体。