在搜索引擎工作原理中，搜索引擎預處理的第一步就是提取文字內容SEO人員應該盡量降低搜索引擎提取文字內容的難度，也就是精簡HTML代碼，使真正的文字內容比例提高，盡量減少HTML格式代碼“從某種意義上來說，格式代碼對關鍵詞來說都是噪聲，精簡代碼就是提高信噪比常見的可以精簡代碼的地方如下。



(1) 使用CSS定義文字字體、顏色、尺寸及頁面排版，有很多網(wǎng)站既使用CSS，又在可見文字部分用style或font再定義一遍字體、尺寸等，這是完全沒有必要的冗余代碼。
 
(2) 使用外部文件，將CSS和JavaScript放在外部文件中，頁面HTML中只要放一行代碼進行調用就可以了，如果我們查看 一些網(wǎng)站源文件，經(jīng)常可以看到大片大片的CSS及JavaScript代碼，而且JavaScript代碼還經(jīng)常出現(xiàn)在HTML最前面，這就使真正有用的文字部外被推到后面。

(3) 減少或刪除注釋。代碼中的注釋只是給程序員或頁面設計人員的提示，對用戶和搜索引擎來說毫無作用，只能成為噪聲。

(4) 減少表格，尤其是嵌套表格?，F(xiàn)在的網(wǎng)頁大多使用CSS排版，表格使用大大減少。但有的時候使用表格展現(xiàn)是必需的，也不必刻意完全避免，只要不出現(xiàn)多層嵌套表格，產(chǎn)生大量無用代碼就可以了。

這里說明一下文件大小限制。Google技術指南曾經(jīng)建議。HTML文件最好限制在100KB以下，頁面上鏈接數(shù)在100個以下，百度目前建議HTML文件不要超過128KB。其實現(xiàn)在的搜索引擎已經(jīng)完全可以抓取大得多的文件，甚至兩兆的文件也沒有問題不過在可能的情況下，還是應該盡量使文件越小越好，雖然搜索引擎可以抓取很大的文件，但可能不索引整個文件，而只索引文件前面部分內容，通常，網(wǎng)站設計頁面內容應該是集中統(tǒng)一的，索引前半部分就代表了文件內容主題。文件很大時，索引整個文件既沒有必要也是很大的資源浪費。文件過大，再加上大量冗余格式代碼，可能使實質內容被推到實際被索引的部分之外。