网站代码被 Facebook 抓取时很奇怪答案

【问题标题】：Website code is weird when scraped by Facebook网站代码被 Facebook 抓取时很奇怪
【发布时间】：2017-09-16 04:05:28
【问题描述】：

从今天下午开始，Facebook 无法再读取我正在开发的网站的 og 标签。当我在源代码中清楚地看到所有属性时，Facebook 调试器说我的所有属性（og:url、og:type、og:title、og:image、og:description 等）都丢失了。

当我查看此页面（或此域上的任何其他页面）的源时，一切正常。

但是，当我在 Facebook 的调试器中输入该页面并使用“查看我们的抓取工具对您的 URL 看到的确切内容”时，代码全都乱七八糟，缺少单词和空格。事实上，包含 og 属性的整个部分都丢失了。

发生了什么事？我最近没有对网站进行任何更改，并且之前运行良好。最近唯一改变的是我的 dns 设置，但这不应该影响 Facebook...

有人知道我在这里缺少什么吗？许多人在其他线程中建议问题是因为路径是相对的而不是绝对的（例如 og:image，例如），但这显然不是我的问题，因为我的路径是绝对的，并且所有我的 og属性只是在作为 Facebook 抓取时没有显示。

谢谢

【问题讨论】：

标签： wordpress facebook-graph-api

【解决方案1】：

我也在我的网站上发现了这个问题。这是因为 W3 Total Cache 的 Minify 功能。禁用它并清除所有缓存，然后就可以开始了。

【讨论】：

完全解决了，谢谢！问题是，我使用 W3 Total Cache 的 Minify 功能已经一年多了，为什么现在才开始出现问题？我一直保持相同的设置。
Facebook 最近可能会更改其爬虫。

【解决方案2】：

有时浏览器会自动修复一些 HTML 以正确呈现页面，例如关闭标签、添加缺失的语义标签等。但机器人对有效 HTML 的要求更高。

让我们从您分享的那个页面的源代码的前 12 行开始。这是浏览器收到的：

<!doctype html>
<!--[if IE 8]><html
class="ie8" lang="fr-FR" prefix="og: http://ogp.me/ns#"> <![endif]-->
<!--[if IE 9]><html
class="ie9" lang="fr-FR" prefix="og: http://ogp.me/ns#"> <![endif]-->
<!--[if gt IE 8]><!--><html
lang="fr-FR" prefix="og: http://ogp.me/ns#"> <!--<![endif]--><head><link
rel="stylesheet" type="text/css" href="http://cdn.vedettequebec.com/wp-content/cache/minify/ef20c.css?x41125" media="all" /><meta
charset="UTF-8" /><meta
name="viewport" content="width=device-width, initial-scale=1.0"><link
rel="pingback" href="http://vedettequebec.com/xmlrpc.php" /><meta
name="author" content="BadassB"><link

如您所见，属性被包装到下一行，这是一种有效的，大多数浏览器都会处理，但看起来 Facebook scraper 修剪了 \n 字符和像这样解释代码：

<!doctype html><!--[if IE 8]><htmlclass="ie8" lang="fr-FR" prefix="og: http://ogp.me/ns#"> <![endif]--><!--[if IE 9]><htmlclass="ie9" lang="fr-FR" prefix="og: http://ogp.me/ns#"> <![endif]--><!--[if gt IE 8]><!--><htmllang="fr-FR" prefix="og: http://ogp.me/ns#"> <!--<![endif]--><head><linkrel="stylesheet" type="text/css" href="http://cdn.vedettequebec.com/wp-content/cache/minify/ef20c.css?x41125" media="all" /><metacharset="UTF-8" /><metaname="viewport" content="width=device-width, initial-scale=1.0"><linkrel="pingback" href="http://vedettequebec.com/xmlrpc.php" /><metaname="author" content="BadassB"><link

您现在看到问题了吗？由于在标签名称旁边添加了属性，代码被破坏，导致大量“未关闭的标签”。例如，检查 <html> 标记是否被转换为 <htmlclass> 并且其结束标记将为 </html>，因为标记名称后面没有任何内容，从而使该标记未闭合。

禁用任何可能会损害您的 HTML 的插件，如 HTML 压缩器之类的插件。如果有“将属性换行”之类的内容，请检查设置。

【讨论】：

我确实看到了你提到的问题，但我不明白为什么会这样做......最后确实是缩小器插件的问题。