每天收获一点

PDF(Portable Document Format)是Adobe公司开发的电子文件格式，使用工业标准的压缩算法，易于传输和储存，且可在各种操作系统平台中通用，因而成为网络上电子文档发行和数字化信息传播的理想文档格式。目前PDF已发展成为数字化信息的一个事实上的工业标准。

PDF具备许多其它电子文档格式无法相比的种种优点，如可将文字、字型、格式、颜色及独立于设备和分辨率的图形图像等封装在一个文件中，亦可包含超链、声音和动态影像等电子信息，并逐渐成为出版业中的新宠。越来越多的电子书籍、产品说明、技术文档等都开始使用PDF格式。

迄今为止，大多数主流搜索引擎都能支持对PDF格式文件的信息检索，但在搜索引擎的排名算法中PDF文件还没有HTML文件那么得宠，不过既然搜索引擎已然认识到PDF的使用普及性，相信这一状况会逐渐得到改善。

认识到这一点，对网站上所提供的PDF格式的电子图书、产品说明或技术文档等信息资料进行适当的优化，无疑是从搜索引擎那里争取更多访问量的一条出路。

1. PDF文件的优化

在将文件转换成PDF文件前，我们可先进行下面这样一些优化：
A. 内容的优化
如果使用的是象MS WORD这样的文字处理软件，则可在文件转换成PDF格式前对内容进行适当优化，优化步骤与普通的HTML文件基本相同：诸如在标题和内容中适当包含关键词，丰富内容的相关性，对标题使用H1、H2、H3格式，内容中重要部分以粗体或大字号显示，等等。完成优化后再把文件转换为PDF格式，然后放到网站的相应内容下供搜索引擎检索。

B. 文件属性的优化
Adobe Acrobat6.0版提供了两个地方供用户自行设置文件属性，我们可利用这一点对对文件属性进行相关性优化：

文件说明		文件元数据说明
文件/文件属性/说明 (File/Document Properties/Description)		高级/文件元数据/说明 (Advanced/Document Metadata/Description)
标题	Title	标题	Title
作者	Author	作者	Author
主题	Subject	描述	Description
关键词	Keywords	描述作者	Description Writer
		关键词	Keywords
		版权声明	Copyright State
		版权注意事项	Copyright Notice
		版权资讯网站	Copyright Info URL

  由于上述两种途径有一些相同设置区域，所以我们有必要了解一下PDF文件是如何存储这些数据的。这一点也能更好地帮助我们猜测搜索引擎如何读取这些数据。

	文件属性说明	文件元数据说明
标题(Title)	同一内容
作者(Author)	同一内容
主题(Subject)	前者“主题”中的内容会出现在后者的"描述"内容中
关键词(Keywords)	内容独立，互不影响
关键词表现形式	关键词(关键词1，关键词2，...)	<rdf:li>关键词1</rdf:li><rdf:li>关键词2</rdf:li>....

  2.两组关键词重要性分析

可以看出，上述两种途径虽然在标题、作者、文章描述这些地方相通，但在关键词上却各自独立，互不影响。那么，哪种关键词最可能得到搜索引擎的关注呢?

我们知道，元数据(metadata)有许多存储格式，而Adobe采用的是XML格式。用记事本打开PDF文件，可以发现在“文件属性说明”下的关键词区域中输入的关键词之间是以逗号分割的，形如：

关键词(关键词1，关键词2，关键词3，…)

而我们在“文件元数据说明”下的关键词区域中输入的关键词内容则形如：

<rdf:li>关键词1</rdf:li><rdf:li>关键词2</rdf:li><rdf:li>关键词3</rdf:li>

  按照这种形式看来，搜索引擎更有可能抓取的是“文件属性说明”下的关键词区域中的信息。所以我们建议在这个区域上列出网站最主要的相关关键词。

3.这些信息在搜索引擎中发挥的作用

对于Google和雅虎这两大搜索引擎来说，对于搜索结果中出现的PDF文件列表，Google用PDF文件属性中的“标题”内容作为列表标题。雅虎原来是用PDF正文中出现的最大字号的内容作为标题，但从最近收录的一些PDF文件来看，它也开始采用和Google相同的做法。至于描述，这两大搜索引擎均未使用“文件属性”中的描述/主题信息，而是从正文中随机抽取内容来组成各自特色的描述内容。

从这一点看起来，对PDF文件属性中的“标题”和正文的优化是必不可少的。至于关键词和描述，虽然Google会象对待HTML中的关键词和描述一样忽略掉这两项内容，但目前对雅虎来说还是有效的。

4.PDF的优化意义

我们有理由相信，PDF信息在搜索引擎检索上存在的缺陷只是一个时间问题。随着搜索引擎的搜索功能愈来愈强大，也许不久以后它们就能够象检索HTML文件一样实现对PDF全文信息的检索。另外一方面，Adobe公司可能也会审时度势，开发出相应的补丁程序来弥补这一缺陷，进而改善PDF格式对搜索引擎的友好性。相信不久以后的将来，PDF这个印刷业的新宠儿必将在搜索引擎优化中占据一席之地。亲爱的朋友们，你们准备好了吗?

作者简介：Kevin Kantola，任SEO Resource (SEOResource.net：搜索引擎优化公司，位于加洲)执行总裁，拥有20多年丰富经验并发表了大量相关技术文章。