抓取器解码html实体？

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

他们这样读过吗？或类似的东西：

salariés

哪个选项更适合SEO？

Answer 1

我会说你可以放心地假设HTML实体被正确解码了。它们是有效的HTML，而不解码它们的爬虫最终会有大量破碎的内容。

Answer 2

大多数抓取工具会解码您的实体，因为他们需要纯文本来计算数据并提取信息。

如果你想帮助他们，请使用适当的编码（如utf8），一个好的charset元，并避免使用html实体。