Google 更改 JSON-LD 解析規則：只有一次 HTML Unescaping 對香港網站結構化數據嘅影響

Google 搜尋嘅工程副總裁 Gary Illyes 喺 LinkedIn 上公布咗一個對技術 SEO 有深遠影響嘅變更：Googlebot 已更改 JSON-LD 結構化數據嘅提取方式，由原本兩次 HTML unescaping 減為只做一次。呢個改動看似細微，但對於使用 CMS 系統或者有程式自動生成結構化數據嘅香港網站嚟講，可能會導致 Rich Results 突然消失、Google Search Console 出現大量解析錯誤。本文會詳細解釋呢個變化嘅技術背景，以及香港企業應該點樣應對。

一、Google 改變咗啲咩？

一直以嚟，Googlebot 喺讀取網站上嘅 JSON-LD script 標籤嗰陣，會自動執行兩次 HTML unescaping。呢個「寬容」嘅做法令唔少網站即使結構化數據嘅格式唔完全符合 JSON 標準，Google 仍然可以正確解讀。但 Illyes 表示，Google 為咗「將解析器提升至符合 JSON 及其他標準」，決定改為只做一次 HTML unescaping。

佢特別指出：「如果你想知道 JSON 嘅『正確跳脫』方法係咩，我有好消息——RFC 8259 第 7 節已經有非常清晰嘅定義。」換句話說，Google 以後會嚴格跟隨 JSON 標準，唔再幫網站「執漏」。

二、呢個改動實際影響啲咩？

簡單講，如果你嘅 JSON-LD 入面有 雙重跳脫嘅 HTML 實體（例如 & 或者 ✔），Googlebot 而家唔會再幫你「解開」佢哋。實際例子：

• ❌ 舊寫法（而家會出錯）： { "description": "我哋提供專業&可靠嘅服務" } —— Google 會睇到「&」而唔係「&」
• ✅ 正確寫法： { "description": "我哋提供專業\u0026可靠嘅服務" } —— 用 Unicode 十六進制跳脫
• ✅ 亦可以： { "description": "我哋提供專業&可靠嘅服務" } —— 直接使用原始字元

呢個問題尤其常見於：

• CMS 系統自動生成嘅 JSON-LD——例如 WordPress 嘅 SEO plugins（Yoast、Rank Math 等）可能會將內容先跳脫一次，再放入 JSON-LD，形成雙重跳脫
• 手寫嘅結構化數據模板——開發者習慣用 PHP/JS 嘅 htmlspecialchars() 之類嘅函數處理文字，然後再放入 JSON，同樣會造成雙重跳脫
• 第三方 API 輸出嘅數據——由外部系統匯入嘅產品資料、評價內容，可能本身已經含有跳脫字元

三、對香港中小企嘅實際影響評估

根據 Google Search Console 嘅數據，香港大約 30-40% 嘅中小企網站有使用結構化數據（主要係 LocalBusiness、Product、FAQ 同 Article Schema）。其中唔少網站透過以下方式產生 JSON-LD：

• Shopify、WordPress 等平台嘅自動 Schema 生成功能
• 香港本地網頁設計公司開發嘅自訂 CMS
• Google Tag Manager 透過自訂 HTML 標籤注入嘅結構化數據

如果呢啲系統有使用雙重跳脫，你可能會發現：

• Google Search Console 嘅「增強功能」報表出現大量「無法解析」或者「缺少必要欄位」錯誤
• Google 搜尋結果中嘅 Rich Results（星級評價、FAQ 摺疊、產品價格）突然消失
• 結構化數據測試工具顯示 JSON 格式錯誤

四、點樣檢查你嘅網站有冇受影響？

1. 用 Google Search Console 檢查

入去 Search Console > 「增強功能」報表，檢查有冇出現任何新的錯誤或者警告。特別留意「解析錯誤」或者「缺少欄位」嘅類別，呢啲可能係 JSON-LD 提取失敗嘅跡象。

2. 用 Rich Results Test 檢查

將你嘅網頁 URL 放入 Google Rich Results Test，如果測試工具回報 JSON 解析錯誤，咁就係受影響。

3. 直接檢查 JSON-LD 原始碼

打開你嘅網頁原始碼，搵出 <script type="application/ld+json"> 區塊，檢查入面有冇 &、<、>、"、&#xxxx; 之類嘅 HTML 實體編碼。如果有的話，就需要修正。

五、修正方法（按技術程度排序）

選項 1：直接改為標準 JSON 跳脫（推薦）

將所有 HTML 實體編碼（如 &）改為 JSON 標準嘅 Unicode 跳脫（如 \u0026），或者直接使用原始字元（確保 JSON-LD 嘅字串係合法 UTF-8）。呢個係最徹底嘅解決方案。

選項 2：更新 CMS 插件

如果你用緊 WordPress 嘅 Yoast SEO 或者 Rank Math，檢查有冇更新。呢啲主流插件通常會好快適應 Google 嘅變更。同樣，Shopify 用戶可以檢查主題開發者有冇發布更新。

選項 3：透過 GTM 修正

如果你用 Google Tag Manager 注入結構化數據，檢查自訂 HTML 標籤入面嘅 JSON-LD，確保輸出嘅時候冇多餘嘅 HTML 跳脫。

選項 4：用 JavaScript 動態生成

如果靜態 JSON-LD 經常有跳脫問題，可以考慮改用 JavaScript 喺客戶端動態生成結構化數據。咁樣可以避免伺服器端嘅雙重跳脫問題。

六、預防未來類似問題嘅建議

• ✅ 建立 JSON-LD 嘅自動化測試流程，每次更新後用 Rich Results Test 檢查
• ✅ 喺開發流程中加入結構化數據驗證步驟
• ✅ 避免使用 HTML 專用嘅跳脫函數（如 htmlspecialchars）處理 JSON-LD 內容
• ✅ 直接用 JSON 標準嘅跳脫規則：雙引號用 \u0022、反斜線用 \\、& 符號直接用原始字元或者 \u0026
• ✅ 訂閱 Google Search Central 嘅更新通知，呢類改動通常會喺 LinkedIn 或者官方 Blog 公布

七、仲有一個問題：Google 會唔會修復已收集嘅數據？

Barry Schwartz 喺 Search Engine Roundtable 嘅報導中問咗呢個問題——如果 Google 之前已經成功爬取咗雙重跳脫嘅 JSON-LD，呢啲數據會唔會突然失效？Illyes 嘅回應係，新規則只影響之後嘅爬取。但因為 Google 會定期重新爬取網頁，所以如果唔修正，下次 Googlebot 再訪時就可能會讀取失敗。建議盡快修正。