技巧:高质量的网站文章标题撰写方法1网站标题要有点睛作用

　　技巧:高质量的网站文章标题撰写方法1网站标题要有点睛作用

　　如何写出高质量的网站文章title网站页面很难收录在2个文章title中；所以我们在写文章的时候，标题中不需要写这个标签。程序系统会自动添加标签，首页、栏目页或其他页面也通过程序代码添加。如果你使用的是dede、wp等网站程序系统，可以在模板文件中修改这个；最好这样设置外部网站的SEO标题。关键词在顶部，不要堆叠。您需要确保标题需要收录文章的核心关键字，并且核心关键字最好写在顶部。一般来说，页面标题的权重从前到后依次递减。顺便提醒一下，页面的标题不是；1.控制网站的标题。长度发现很多小伙伴的网站标题都很长，搜索引擎根本显示不了这么多字。通常，搜索引擎标题限制为 32 个单词。2 在标题中适当插入 关键词。亲爱的SEO站长，在优化网站的时候，其实你已经知道标题中收录了key；书名的写法可与傅伟先生四字的写法相结合，同时独具一格。在你的网站中，可能有上千个页面，首页类别下的文章页面数不胜数。它们有固定的标题，它们的标题最好是不同的。有时这可能不是 网站 管理员的意图。控制 网站 的标题。长度发现很多小伙伴的网站标题都很长，搜索引擎根本显示不了这么多字。通常，搜索引擎标题限制为 32 个单词。

　　2 在标题中适当插入 关键词。亲爱的SEO站长，在优化网站的时候，其实你已经知道标题中收录了key；书名的写法可与傅伟先生四字的写法相结合，同时独具一格。在你的网站中，可能有上千个页面，首页类别下的文章页面数不胜数。它们有固定的标题，它们的标题最好是不同的。有时这可能不是 网站 管理员的意图。控制 网站 的标题。长度发现很多小伙伴的网站标题都很长，搜索引擎根本显示不了这么多字。通常，搜索引擎标题限制为 32 个单词。2 在标题中适当插入 关键词。亲爱的 SEO 站长，在优化网站的时候，其实你知道title里面收录key；书名的写法可与傅伟先生四字的写法相结合，同时独具一格。在你的网站中，可能有上千个页面，首页类别下的文章页面数不胜数。它们有固定的标题，它们的标题最好是不同的。有时这可能不是 网站 管理员的意图。长度发现很多小伙伴的网站标题都很长，搜索引擎根本显示不了这么多字。通常，搜索引擎标题限制为 32 个单词。2 在标题中适当插入 关键词。亲爱的SEO站长，在优化网站的时候，其实你已经知道标题中收录了key；书名的写法可与傅伟先生四字的写法相结合，同时独具一格。在你的网站中，可能有上千个页面，首页类别下的文章页面数不胜数。它们有固定的标题，它们的标题最好是不同的。

　　有时这可能不是 网站 管理员的意图。长度发现很多小伙伴的网站标题都很长，搜索引擎根本显示不了这么多字。通常，搜索引擎标题限制为 32 个单词。2 在标题中适当插入 关键词。亲爱的SEO站长，在优化网站的时候，其实你已经知道标题中收录了key；书名的写法可与傅伟先生四字的写法相结合，同时独具一格。在你的网站中，可能有上千个页面，首页类别下的文章页面数不胜数。它们有固定的标题，它们的标题最好是不同的。有时这可能不是 网站 管理员的意图。搜索引擎标题的字数限制为 32 个字符。2 在标题中适当插入 关键词。亲爱的SEO站长，在优化网站的时候，其实你已经知道标题中收录了key；书名的写法可与傅伟先生四字的写法相结合，同时独具一格。在你的网站中，可能有上千个页面，首页类别下的文章页面数不胜数。它们有固定的标题，它们的标题最好是不同的。有时这可能不是 网站 管理员的意图。搜索引擎标题的字数限制为 32 个字符。2 在标题中适当插入 关键词。亲爱的SEO站长，在优化网站的时候，其实你已经知道标题中收录了key；书名的写法可与傅伟先生四字的写法相结合，同时独具一格。在你的网站中，可能有上千个页面，首页类别下的文章页面数不胜数。它们有固定的标题，它们的标题最好是不同的。

　　

　　有时这可能不是 网站 管理员的意图。成为第一个同时独一无二的人。在你的网站中，可能有上千个页面，首页类别下的文章页面数不胜数。它们有固定的标题，它们的标题最好是不同的。有时这可能不是 网站 管理员的意图。成为第一个同时独一无二的人。在你的网站中，可能有上千个页面，首页类别下的文章页面数不胜数。它们有固定的标题，它们的标题最好是不同的。有时这可能不是 网站 管理员的意图。

　　因为需要时间，你们互相优化，SEO排名评价的因素很多。一般来说，多年网站占主导地位。描述应收录标题中的关键字。比如这里是北京xxx小提琴培训班。，这里有最专业的小提琴老师，每周一到周五；写描述要遵循的原则 1. 进一步说明标题中的内容，可以在描述中写一些长尾词 2. 网站首页描述，有时可以添加*敏*感*词*，增加营销3、描述中不要加关键词，频率控制在23次；如果北中筹是品牌词，最好放在后面，看看你的主人的词是什么。例如，

　　5.如何写网站描述更有利于SEO优化。网站 描述主要是对 网站 的介绍。当然，在描述中收录 关键词 是个好主意。我们最好根据 网站 标题关键字编写 网站 描述。为了保证语句的可读性，我还是建议尽量短，最好控制在75；标题是seo中首先考虑的问题，而标题的优化也是页面优化的第一步，这就说明了标题是怎么写的 seo的重要性一般页面标题都收录在具体的写法中也很简单先在你的 网站 是独一无二的，可能有数千页。

　　

　　seo 标题设置在 head 标签的标签中。主要需要注意的是： 1、标题要体现公司核心关键词，核心关键词尽量放在前排，保持高度相关性与网页的内容。2、标题不宜过长或过短，一般不超过60个字符，最好1220；3.确定大概的关键词后开始写作。字符长度小于 30 个字符。为什么要控制它？为了显示搜索结果的完整性，避免关键词堆积，严重时降低权限。标题怎么写也是网站与用户搜索引擎交互的重要渠道，但标题不宜过于繁琐；明白这点后，SEO 不需要刻意回避任何事情 摘要 对于网站，高质量的内容是根本。一个好的文章应该有一个好的标题，让人想读，想解决问题，考虑用户的搜索习惯。

　　在网站的标题中，一定要加上我们的关键词 of 网站。标题中的 关键词 越高，权重越高。那么，你有最好的标题吗？对不起，株洲SEO在这里对你说不，互联网上没有最好的标题，有些只是在不断改进。

　　不推荐使用故事标题示例。我做SEO已经3年了。我是如何从零到独立的网站。示例 2。他在 2 月份学习了 SEO，只是因为他阅读了本教程。例3：他为什么写软文标题好，因为他在晚上做这些事情，因为标题logo是客户在百度搜索中看到的，是百度搜索用来明确主题风格的关键元素页面，这使得标题对于 seo 优化尤为重要。本文将详细介绍如何构建和优化；一个好的标题是必须的。正是因为标题对网站的优化起到了决定性的作用。那么标题怎么写呢？关键词，尽可能将核心 关键词 放在首位。

　　实用文章:Elasticsearch文字Text与关键字Keyword

　　它们之间的差异以及它们的行为方式

　　> 卡斯帕·卡米尔·鲁宾 (Caspar Camille Rubin) 在 Unsplash 上拍摄的照片

　　许多刚开始学习 Elasticsearch 的人经常会混淆 Text 和 Keyword 字段数据类型。它们之间的区别很简单，但非常关键。在本文中，我将讨论它们之间的区别，如何使用它们，如何表现以及在两者之间使用哪个。

　　区别

　　它们之间的主要区别在于，Elasticsearch 会在将文本存储到倒排索引之前对其进行分析，而不是关键字类型。已分析或未分析将影响查询时的行为。

　　如果你刚开始学习 Elasticsearch，还不明白倒排索引和分析器是什么，我建议你先阅读 Elasticsearch 的基本指南。

　　如何使用它们

　　如果您将收录字符串的文档索引到 Elasticsearch 中，但之前没有定义到字段的映射，则 Elasticsearch 将使用 Text 和 Keyword 数据类型创建动态映射。但是，即使它可以用于动态映射，我还是建议您在索引任何文档之前定义映射设置，具体取决于您的用例，以节省空间并提高写入速度。

　　这些是 'text' 和 'keyword' 类型的映射设置的示例，请注意，我将使用在本示例前面创建的名为 'text-vs-keyword' 的索引。

　　关键字对应

　　卷曲——请求放置\

　　--url :9200/text-vs-keyword/_mapping \

　　--header '内容类型：应用程序/json' \

　　--data '{ "properties": { "keyword_field": { "type": "keyword" } }}'

　　文字对应

　　卷曲——请求放置\

　　--url :9200/text-vs-keyword/_mapping \

　　--header '内容类型：应用程序/json' \

　　--data '{ "properties": { "text_field": { "type": "text" } }}'

　　多领域

　　卷曲——请求放置\

　　--url :9200/text-vs-keyword/_mapping \

　　--header '内容类型：应用程序/json' \

　　--data '{ "properties": { "text_and_keyword_mapping": { "type": "text", "fields": { "keyword_type": { "type":"keyword" } } }}'

　　他们是如何工作的

　　这两种字段类型在倒排索引中的索引方式不同。索引过程中的差异可能会影响您对 Elasticsearch 进行查询的时间。

　　让我们索引文档，例如：

　　卷曲——请求发布\

　　--url :9200/text-vs-keyword/_doc/example \

　　--header '内容类型：应用程序/json' \

　　--data '{ "keyword_field":"棕狐跳过懒狗", "text_field":"棕狐跳过懒狗"}'

　　执行上面的 curl 命令后，如果你得到了索引中的所有文档，你应该有：

　　[ {“_index”：“text-vs-keyword”，“_type”：“_doc”，“_id”：“example”，“_score”：1.0，“_source”：{“keyword_field”：“快速棕色狐狸跳过懒狗", "text_field": "敏捷的棕狐跳过懒狗" } } ]

　　关键词 关键字

　　让我们从简单的关键字开始。Elasticsearch 不分析关键字数据类型，这意味着您索引的字符串将保持不变。

　　那么在上面的例子中，反向索引中的字符串会是什么样子？

　　> 倒排索引中的示例关键字

　　是的，你是对的，正如你所写的那样。

　　文本文本

　　与关键字字段数据类型不同，索引到 Elasticsearch 的字符串在存储到倒排索引之前会经过分析器过程。默认情况下，Elasticsearch 的标准分析器会拆分并降低我们索引的字符串。您可以在 Elasticsearch 的文档中了解有关标准分析器的更多信息。

　　Elasticsearch 有一个 API 可以在分析过程后检查文本的外观，我们可以尝试以下操作：

　　卷曲——请求发布\

　　

　　--url :9200/text-vs-keyword/_analyze?pretty \

　　--header '内容类型：应用程序/json' \

　　--data '{ "analyzer": "standard", "text": "速成棕狐跳过懒狗"}'

　　因此，根据上面的响应，这就是 text_field 字段的倒排索引的样子

　　> 倒排索引中的示例文本

　　与关键字 one 有点不同，对吧？但是您需要注意它在倒排索引中存储的内容，因为它会严重影响查询过程。

　　查询文本和关键字

　　现在我们了解了文本和关键字在索引时的行为方式，让我们了解它们在查询时的行为方式。

　　首先，我们必须知道这个字符串有两种查询类型：

　　与 Text 和 Keywords 一样，Match Query 和 Term Query 的区别在于 Match Query 中的查询会先被解析成词条，而 Term Query 中的查询不会。

　　Elasticsearch 查询的方式是将查询词与反向索引中的词进行匹配。查询词和反向索引中的词必须完全一致，否则不匹配。这意味着索引和查询结果中已解析和未解析的字符串将产生非常不同的结果。

　　使用词条查询查询关键字字段

　　由于字段数据类型和查询不是同时分析的，因此它们必须全部相同才能产生结果。

　　如果我们尝试完全相同的查询：

　　卷曲——请求发布\

　　--url ':9200/text-vs-keyword/_doc/_search?size=0' \

　　--header '内容类型：应用程序/json' \

　　--data '{ "query": { "term": { "keyword_field": "速成棕狐跳过懒狗" } }}'

　　Elasticsearch 将返回结果：

　　{ "_index": "text-vs-keyword", "_type": "_doc", "_id": "example", "_score": 0.2876821, "_source": { "keyword_field": "棕色狐狸快跳over the lazy dog", "text_field": "这只敏捷的棕色狐狸跳过了懒狗" } }}

　　如果我们尝试不太正确的方法，即使倒排索引收录单词：

　　卷曲——请求发布\

　　--url ':9200/text-vs-keyword/_doc/_search?size=0' \

　　--header '内容类型：应用程序/json' \

　　--data '{ "query": { "term": { "keyword_field": "The" } }}'

　　未返回任何结果，因为查询中的术语与倒排索引中的任何术语都不匹配。

　　使用匹配查询查询关键字字段

　　让我们首先尝试使用匹配查询查询相同的字符串“The quick brown fox jumps over the lazy dog”，看看是否会发生以下情况：

　　卷曲——请求发布\

　　--url :9200/text-vs-keyword/_doc/_search\

　　--header '内容类型：应用程序/json' \

　　--data '{ "query": { "match": { "keyword_field": "速成棕狐跳过懒狗" } }}'

　　结果应该是：

　　{ "_index": "text-vs-keyword", "_type": "_doc", "_id": "example", "_score": 0.2876821, "_source": { "keyword_field": "棕色狐狸快跳over the lazy dog", "text_field": "这只敏捷的棕色狐狸跳过了懒狗" }}

　　等一下，它不会产生任何结果，因为生成的术语解析查询与倒排索引中的“The quick brown fox jumps over the lazy dog”不完全匹配，但是为什么会出现这个结果呢？

　　你是对的，查询被分析是因为我们使用了 match 查询 match，但是 Elasticsearch 没有使用标准分析器，而是使用了索引时间分析器，它映射到关键字字段数据类型。由于映射到关键字字段数据类型的分析器是术语分析器，因此 Elasticsearch 不会对查询进行任何更改。

　　现在，让我们尝试一个标准分析器：

　　卷曲——请求发布\

　　--url :9200/text-vs-keyword/_doc/_search\

　　--header '内容类型：应用程序/json' \

　　--data '{ "query": { "match": { "keyword_field": { "query": "快速棕色狐狸跳过懒狗", "analyzer":"standard" } } }}'

　　不会产生任何结果，因为它按术语分析查询并且根本不匹配倒排索引中的术语。

　　使用术语查询查询文本类型

　　

　　正如我们在上一节中看到的，文本类型的索引文档将收录许多术语。为了展示查询如何匹配倒排索引中的词条，让我们尝试两个查询，第一个将整个句子发送到 Elasticsearch；第二个将整个句子发送到 Elasticsearch。

　　卷曲——请求发布\

　　--url ':9200/text-vs-keyword/_doc/_search?pretty=' \

　　--header '内容类型：应用程序/json' \

　　--data '{ "query": { "term": { "text_field": "速成棕狐跳过懒狗" } }}'

　　第二个只有“The”。

　　卷曲——请求发布\

　　--url ':9200/text-vs-keyword/_doc/_search?pretty=' \

　　--header '内容类型：应用程序/json' \

　　--data '{ "query": { "term": { "text_field": "The" } }}'

　　两个查询都没有产生结果。

　　第一个查询没有结果，因为在倒排索引中我们从不存储整个句子，索引过程只存储从文本中分块的单词。

　　第二个查询也没有产生任何结果。索引文档中有一个“The”，但请记住分析器将该单词小写，因此在“Inverted Index”中它存储为“the”。

　　让我们使用“the”再次尝试术语查询：

　　卷曲——请求发布\

　　--url ':9200/text-vs-keyword/_doc/_search?pretty=' \

　　--header '内容类型：应用程序/json' \

　　--data '{ "query": { "term": { "text_field": "the" } }}'

　　是的！产生结果是因为查询的“the”与倒排索引中的“the”完全匹配。

　　使用匹配查询查询文本类型

　　现在是时候使用匹配查询输入文本类型了，因为它可以分析两种类型，很容易让它们产生结果。让我们先尝试两个查询

　　第一个查询会将“The”发送到“Elasticsearch”，我们知道使用术语查询不会产生结果，但是匹配查询呢？

　　第二个查询将发送“he LAZ dog tripped over th QUICK brown dog”，有些词在倒排索引中，有些不在，Elasticsearch 会从中产生任何结果吗？

　　卷曲——请求发布\

　　--url ':9200/text-vs-keyword/_doc/_search?pretty=' \

　　--header '内容类型：应用程序/json' \

　　--data '{ "query": { "match": { "text_field": "The" } }}'

　　卷曲——请求发布\

　　--url ':9200/text-vs-keyword/_doc/_search?pretty=' \

　　--header '内容类型：应用程序/json' \

　　--data '{ "query": { "match": { "text_field": "LAZ 狗被 QUICK brown dog 绊倒了" } }}'

　　是的！两者都产生了结果

　　{ "_index": "text-vs-keyword", "_type": "_doc", "_id": "example", "_score": 0.39556286, "_source": { "keyword_field": "棕色狐狸快速跳跃over the lazy dog", "text_field": "这只敏捷的棕狐跳过了懒狗" } }

　　第一个查询产生一个结果，因为查询中的“The”被分析并与倒排索引中的“the”完全匹配。

　　尽管并非所有术语都在倒排索引中，但第二个查询仍会产生结果。即使只有一项查询与倒排索引中的一项完全匹配，Elasticsearch 也会返回结果。

　　如果你注意结果，有一个_score字段。有多少查询词与倒排索引中的词完全匹配是影响分数的因素之一，但让我们将计算出的分数留到另一天。

　　何时使用其中一种

　　在以下情况下使用关键字字段数据类型：

　　在以下情况下使用文本字段数据类型：

　　综上所述

　　了解文本和关键字字段数据类型的工作原理是您将在 Elasticsearch 中学习的内容之一，区别可能看起来很简单，但很重要。

　　您需要了解并选择适合您用例的字段数据类型，如果您想同时使用这两种字段数据类型，您可以在创建映射时使用“多字段”功能。

　　最后，希望这篇文章能帮助大家学习 Elasticsearch，了解 Elasticsearch 中文本字段和关键字字段数据类型的区别。谢谢阅读！

　　（本文由Nushaba Gadimli的文章《Elasticsearch: Text vs. Keyword》文舒奇武翻译，转载请注明出处，原文链接：）