微專業數據分析師 數據資料

In HTML most tags are semantic: that is, they carry meaning, but there is no way to provide meaning for every piece of content. This impoverishes the web: machine-readable tags that provide context make for a richer, more semantic internet. But short of an XML utopia, there's no way to cover every possibility.

在HTML中，大多數標簽都是語義的：也就是說，它們帶有意義 ，但是沒有辦法為每段內容提供意義。 這使網絡變得貧窮：提供上下文的機器可讀標簽構成了更豐富，更語義化的互聯網。 但是缺少XML烏托邦，就沒有辦法涵蓋所有??可能性。

Instead, there are several measures that add to, or extend, the semantics of web pages:

相反，有幾種措施可以增加或擴展網頁的語義：

• Microformats extend tags via special values for class and id attributes. Microformats have strong support by Google, Facebook and YouTube through schemas like hcard (to represent people, companies, organizations, and places), calendar (for events), recipe, and XFN (to diagram relationships between people).

  微格式通過class和id屬性的特殊值擴展標簽。 Google，Facebook和YouTube通過hcard (代表人員，公司，組織和場所)， 日歷 (用于事件)， 配方和XFN (用于繪制人與人之間的關系)等模式對微格式提供了強大的支持。

• RDFa is another means of providing context to tags via values added to class attributes, currently used to indicate Creative Commons licenses, amongst other purposes.

  RDFa是通過添加到class屬性的值向標簽提供上下文的另一種方法，當前用于指示Creative Commons許可等。

• Unlike meta tags, microdata is written in the body of an HTML document; unlike microformats and RDFa, it does not abuse class, instead using attributes such as itemscope and item type, with established, central schemas such as schema.org and data-vocabulary.org.

  與元標記不同， 微數據是寫在HTML文檔的正文中的。 與微格式和RDFa不同，它不會濫用class ，而是使用諸如itemscope和item type class屬性以及已建立的中央模式(例如schema.org和data-vocabulary.org) 。

Which system you use depends on what you are trying to do:

您使用哪種系統取決于您要執行的操作：

Want to add a Creative Commons license? 是否要添加知識共享許可？

Use RDFa, plus a public notification.

使用RDFa，以及公共通知。

Making a HTML page? 制作HTML頁面？

Use microdata, adding meta tags and RDFa as they are supported.

使用微數據，添加受支持的元標記和RDFa。

翻譯自: https://thenewcode.com/344/Microdata-Metadata-For-Content

微專業數據分析師 數據資料

總結

以上是生活随笔為你收集整理的微专业数据分析师 数据资料_微数据：元数据的内容的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。