PWA SEO 检查清单:让渐进式网页应用被 Google 收录
简短回答 Google 收录渐进式网页应用(PWA)的方式和普通网站一样:每次都重新读取每个网址,不使用您 service worker 的缓存,也没有用户存储的数据。所以服务器必须直接发送每个页面的文字(服务器端渲染或静态渲染),每个页面都要有自己的网址和正确的状态码,HTML 应该优先从网络获取。
想把这些用到您的生意上?预约一次 30 分钟的免费通话,一起聊聊。
预约通话Google 能收录渐进式网页应用吗?
能。渐进式网页应用(progressive web app,PWA)是一种还能安装、离线使用的网站。对 Google 来说,它只是一组网址。只要内容能到达 Google,这些应用功能既不会帮您提升排名,也不会妨碍排名。
问题在于:Google 每次都把您的应用当作第一次来的访客。它的渲染器(WRS,Google 用来运行您 JavaScript 的浏览器)在每个页面上都从零开始:
"WRS does not retain state across page loads: Local Storage and Session Storage data are cleared across page loads." (Google Search Central: Fix search-related JavaScript problems) 译文:“WRS 不会在页面加载之间保留状态:Local Storage 和 Session Storage 的数据在每次页面加载时都会被清除。”
被收录的是您的服务器发送的内容,加上 JavaScript 在此基础上生成的内容。回访者缓存里的东西不算数。
PWA SEO 检查清单
| # | 检查项 | 为什么重要 |
|---|---|---|
| 1 | 每个页面的主要文字都在服务器发送的 HTML 里(服务器端渲染、静态页面或预渲染) | Google 稍后才渲染 JavaScript,很多其他爬虫根本不渲染 |
| 2 | 每个值得被搜到的界面都有自己的普通网址,例如 /services/roof-repair | Google 无法把 #/ 片段网址当作不同的页面 |
| 3 | 链接是真正的 HTML 链接(带 href 地址的 a 标签),不是点击事件 | Google 只能发现这样写的链接 |
| 4 | 每个网址都有自己的标题、元描述和 canonical 标签 | 共用一个标题会让页面看起来像重复内容 |
| 5 | 不存在的页面返回 404 状态码,而不是 200 | 应用外壳常对所有路径都返回 200,导致错误页面被收录 |
| 6 | robots.txt 没有屏蔽您的 JavaScript、CSS 或 API 文件 | Google 不会渲染被屏蔽文件中的代码 |
| 7 | HTML 优先从网络获取;只有静态文件优先从缓存获取 | 缓存优先的 HTML 会给访客显示旧的价格和营业时间 |
| 8 | 文件内容变了,文件名也跟着变(指纹命名) | Google 会长时间缓存文件,可能运行旧代码 |
| 9 | 没有任何内容需要权限弹窗、登录或已存储的数据才能看到 | Google 会拒绝权限请求,也不在页面之间保留数据 |
| 10 | 手机版和桌面版内容相同 | Google 按手机版排名 |
| 11 | 有一个列出所有公开网址的 XML 站点地图,并已在 Search Console 提交 | Google 说站点地图能帮助它抓取“larger or more complex sites”(规模较大或较复杂的网站) |
第 1–6、8 和 9 行来自 Google 的两份 JavaScript 指南,第 7 行来自 Chrome 的 service worker 文档,第 10 行来自 Google 的移动设备优先索引指南,第 11 行来自 Google 的站点地图指南。下面几节解释店主最常出错的几项。
Google 抓取我的 PWA 时看到什么?
它先获取网址、读取 HTML,然后把页面排进队列,等待运行 JavaScript。Google 说页面可能要等“a few seconds, but it can take longer than that”(几秒钟,但也可能更久)(Google Search Central: Understand the JavaScript SEO basics)。同一页面还说,服务器端渲染或预渲染“is still a great idea because it makes your website faster for users and crawlers”(仍然是个好主意,因为它能让您的网站对用户和爬虫都更快)。
其他爬虫没那么有耐心。Vercel 在 2024 年 12 月对真实爬虫流量的研究发现,“none of the major AI crawlers currently render JavaScript”(目前主要的 AI 爬虫都不渲染 JavaScript),点名了 OpenAI、Anthropic 和 Perplexity 的爬虫。如果您的应用外壳送过去是空的,这些爬虫看到的就是空页面。
检查单个页面:
- 在 Google Search Console 中打开网址检查,输入网址并运行实时测试。查看渲染后的 HTML 和截图。
- 在 Chrome 中右键,选择“查看网页源代码”。这大致就是不渲染的爬虫拿到的内容。如果里面没有您的服务介绍文字,就去修第 1 行。
- 访问一个随便编的网址,例如 /xyz123,在浏览器开发者工具(Network 标签)里查看状态码。应该显示 404。
关于后续要看的 Search Console 报告,请参阅小型企业如何使用 Google Search Console。
service worker 对 SEO 有帮助还是有害?
只要设置正确,两者都不是。service worker 是您的应用安装在访客浏览器里的脚本,用来缓存文件和离线工作。它位于页面和网络之间,只对之前访问过的人起作用。
它不会改变 Google 收录的内容,原因有两个。第一,如上所引,Google 来访时没有任何存储状态。第二,即使对真人访客,第一次加载页面也不经过 service worker:
"By default, a page's fetches won't go through a service worker unless the page request itself went through a service worker." (web.dev: The service worker lifecycle) 译文:“默认情况下,除非页面请求本身经过了 service worker,否则该页面发出的请求不会经过 service worker。”
所以 service worker 救不了 Google 读不懂的页面。它真正伤害的是您的客户:
| 常见陷阱 | 访客看到什么 | 解决办法 |
|---|---|---|
| HTML 缓存优先(“cache first”) | 您更新网站后,仍看到上个月的价格、营业时间或员工 | HTML 用网络优先;Chrome 的缓存指南称网络优先“great for HTML or API requests”(非常适合 HTML 或 API 请求) |
| 新版本卡在“waiting”(等待)状态 | 直到关闭所有标签页前都看到旧网站 | 显示“有更新,请刷新”提示;新的 worker 会一直等到“until the existing worker is controlling zero clients”(现有 worker 不再控制任何客户端)(web.dev) |
| 安装时缓存所有内容 | 首次访问慢、浪费流量、文件过时 | 只缓存应用外壳;其余内容在用户浏览时再加入 |
| 服务器对每个路径都发送应用外壳 | Google 把错误页面当作真实页面收录 | 对未知路径返回 404,或在找不到内容时加上 noindex 标签 |
好的缓存在搜索上体现为速度:回访者加载更快。速度对排名有多大影响,请参阅Core Web Vitals 与排名。
manifest、安装按钮或推送通知会影响排名吗?
Google 搜索的任何指南都没有要求这些。网页应用 manifest(写有应用名称、图标和起始页的文件)和安装提示都是浏览器功能。Chrome 团队说,安装需要“a manifest with specific fields such as name and icon”(一个包含名称和图标等特定字段的 manifest);从移动版 Chrome 108 和桌面版 Chrome 112 起,从浏览器菜单安装已不再需要 service worker(Chrome for Developers: Revisiting Chrome's installability criteria)。
推送通知需要权限,而 Google 说要“Expect Googlebot to decline user permission requests”(预期 Googlebot 会拒绝用户权限请求)。绝不要把内容藏在这个提示后面。
有一个工具变了:Chrome 内置的审查工具 Lighthouse 不再有 PWA 评分。它 2024 年 4 月的发布说明写道,Lighthouse“has removed the PWA category”(已移除 PWA 类别)。请使用它的性能(Performance)、无障碍(Accessibility)和 SEO 评分,收录情况则用网址检查来看。
动态渲染还能用来解决 PWA 的问题吗?
只能作为临时办法。动态渲染是指给爬虫发送预先生成的 HTML 副本,而真人访客拿到的是 JavaScript 应用。Google 关于它的页面现在开头就写道:
"Dynamic rendering was a workaround and not a long-term solution for problems with JavaScript-generated content in search engines." (Google Search Central: Dynamic rendering as a workaround) 译文:“动态渲染只是一种权宜之计,并不是解决搜索引擎中 JavaScript 生成内容问题的长期方案。”
Google 建议改用服务器端渲染、静态渲染或 hydration(注水)。
示例
以下为说明用的案例,数字均为虚构。
一家清洁公司的预约应用(美元)
一个用纯 React 构建的 PWA,30 个页面中只有 4 个出现在 Google 上。查看网页源代码,只看到一个空外壳。开发人员为 30 个公开页面开启预渲染,工作量约 $2,000,预约界面仍保留在客户端渲染。现在网址检查显示 HTML 中已有服务介绍文字。
多伦多一家物理治疗诊所(加元)
诊所把首次就诊价格提高到 C$110,但回访患者仍看到 C$95。原因是 service worker 对 HTML 采用缓存优先。把 HTML 改为网络优先后,每位患者下次访问时问题就解决了。Google 一直显示的都是 C$110,因为它从不使用缓存。
一家有可安装菜单应用的餐厅
每个随便编的网址都返回菜单和 200 状态码,Search Console 列出了“soft 404”(软 404)页面。主机改为对未知路径返回 404,离线页面也加上了 noindex 标签。
常见问题
PWA 对 SEO 是好是坏?
本身无所谓好坏。只要服务器发送可读的 HTML、每个页面都有自己的网址,它就和任何网站一样能获得排名。做不到这些,它就会像 JavaScript 网站一样出问题。
离线页面应该被收录吗?
不应该。它是给没有网络连接的访客用的。加上 noindex 标签,也不要放进站点地图。
我需要另做一个应用,Google 才能找到我的商家吗?
不需要。Google 把 PWA 的网址当作网页来收录,和其他网站一样。
能检查 service worker 是否对 Google 隐藏了内容吗?
能。在网址检查中运行实时测试:Google 加载页面时不使用您的缓存,所以它显示的就是会被收录的内容。
您的情况不同?
- 您的页面完全不在 Google 上:网站在 Google 上搜不到。
- Search Console 显示“已抓取”或“已发现 - 尚未编入索引”:页面未被编入索引。
- 您刚把网站改成 PWA,流量就下降了:网站改版后流量下降。
- 您更想把建站交给别人:网站智能体。
- 您希望每个月都有人确保页面被找到并检查:SEO 与 GEO 智能体。