搜索引擎预处理的第一步就是提取文字内容。

SEO人员应该尽量降低搜索引擎提取文字内容的难度，也就是精简HTML代码，使真正的文字内容比例提高，尽量减少HTML格式代码。从某种意义上来说，格式代码对关键词来说都是噪声，精简代码就是提高信噪比。

杭州网站建设公司和大家说下常见的可以精简代码的有哪些地方：

（1）使用CSS定义文字字体、颜色、尺寸及页面排版。有很多网站既使用CSS，又在可见文字部分用style或font再定义一遍字体、尺寸等，这是完全没有必要的冗余代码。

（2）使用外部文件。将CSS和JavaScript放在外部文件中，页面HTML中只要放一行代码进行调用就可以了。如果我们查看一些网站源文件，经常可以看到大片大片的CSS及JavaScript代码，而且JavaScript代码还经常出现在HTML最前面，这就使真正有用的文字部分被推到后面。

（3）减少或删除注释。代码中的注释只是给程序员或页面设计人员的提示，对用户和搜索引擎来说毫无作用，只能成为噪声。

（4）减少表格，尤其是嵌套表格。现在的网页大多使用CSS排版，表格使用大大减少。但有的时候使用表格展现是必需的，也不必刻意完全避免，只要不出现多层嵌套表格，产生大量无用代码就可以了。

这里说明一下文件大小限制。Google技术指南曾经建议，HTML文件最好限制在100KB以下，页面上链接数在100个以下。百度目前建议HTML文件不要超过128KB。其实现在的搜索引擎已经完全可以抓取大得多的文件，甚至一两兆的文件也没有问题。

不过在可能的情况下，还是应该尽量使文件越小越好。虽然搜索引擎可以抓取很大的文件，但可能不索引整个文件，而只索引文件前面一部分内容。通常，页面内容应该是集中统一的，索引前半部分就代表了文件内容主题。文件很大时，索引整个文件既没有必要，也是很大的资源浪费。文件过大，再加上大量冗余格式代码，可能使实质内容被推到实际被索引的部分之外。