Schema.org数据模型详解：灵活架构与实用指南2024

Introduction

Schema.org 为互联网上的数据结构化提供了一个共享的词汇表，使搜索引擎和其他应用程序能够更有效地理解网页内容。其核心是一个为满足大规模网络实际应用而设计的、刻意保持灵活的数据模型，而非追求僵化的本体论纯粹性。本文将探讨该模型背后的关键概念、设计原则和实用考量。

Core Data Model Concepts

Schema.org 数据模型是通用的，源于 RDF Schema资源描述框架模式，是Schema.org数据模型的来源，提供基于RDF的本体建模语言，用于定义类和属性层次结构。 等语义网标准。它建立在两个基本结构之上：类型和属性。

Types and the Inheritance Hierarchy

类型（或类）表示事物的类别，例如 Person、Event 或 Product。它们被组织在一个多重继承层次结构中，这意味着一个类型可以是多个父类型的子类。例如，Restaurant 可以同时是 LocalBusiness 和 FoodEstablishment。

Properties, Domains, and Ranges

属性描述类型的属性或类型之间的关系。每个属性可以与以下内容关联：

• 一个或多个定义域：可以使用此属性的实例类型。
• 一个或多个值域：属性值的预期类型。

允许多个定义域和值域的决定是务实的。强制规定单一的定义域/值域通常会导致创建人为的、过于具体的类型，仅仅是为了满足形式上的约束。Schema.org 的方法优先考虑了词汇表的可重用性和发布者的简便性。

A Pragmatic Approach to Conformance

Schema.org 建立在一个灵活的数据模型之上，并对一致性采取务实的看法。虽然严格遵守规范是理想的，但网络发布的现实意味着标记常常会有所不同。其指导原则是 "有数据总比没有好"。搜索引擎和其他消费者被设计成具有鲁棒性，能够从不完美但善意的标记中提取价值。

这种务实一致性的关键方面包括：

• 将属性用于新类型：属性可以用于未在其定义域中明确列出的类型，鼓励实验。
• 接受文本值：期望 Person 类型的属性可能会收到纯文本字符串，消费者通常可以对其进行有效处理。
• 自由组合类型：可以使用多个相关类型的属性来描述一个项目（例如，同时是 Product 的 Book）。

Guidance for Toolmakers and Schema Authors

致扩展作者和数据验证/消费工具创建者。

应用程序应以务实的方式处理一致性问题：

• 验证器可以检查格式合规性（JSON-LDA lightweight Linked Data format for structuring data in JSON, recommended by Google for Schema.org implementation.、MicrodataAn HTML5 specification for embedding structured data directly within HTML content using item attributes.）和特定于应用程序的模式，但应将意外结构视为警告，而不一定是错误。
• 灵活性是设计使然：该模型被设计为可扩展的，允许以新颖的方式重用和组合词汇。
• 指南，而非严格规则：类型和属性之间的关联更接近于指示常见用法的指南。允许不太可能但合理的组合（例如，具有 openingHours 的 Country），这反映了现实世界的复杂性。

这一理念符合波斯特尔定律（鲁棒性原则）："发送时要保守，接收时要开放。"

Mapping to RDFa Lite简化版RDFa，用于在HTML中嵌入结构化数据，与Microdata映射相似，通过property和typeof等属性实现Schema.org标记。

Schema.org 标记可以用多种语法表示。从常用的 Microdata 格式映射到 RDFa Lite 非常简单：

这产生了一个几乎同构的表示，在保留相同底层结构化数据的同时提供了语法灵活性。

Key Background Concepts

The mainEntityOfPage Property

mainEntityOfPage 属性（及其反向属性 mainEntity）明确地将网页的主要主题与描述它的结构化数据联系起来。它明确了哪个实体是主要焦点，特别是当页面包含多个实体的标记时。

• 与 url 对比：url 用于实体的官方权威网站。mainEntityOfPage 用于任何以该实体为主要主题的页面，包括零售商或评论页面。
• 与 sameAs 对比：sameAs 指向代表同一实体的知名外部页面。mainEntityOfPage 标识此特定页面的主要实体。
• 与 about 对比：about 可以指代多个次要主题。mainEntity 应标识页面的唯一主要实体，该实体本身可能是一个关于其他事物的 CreativeWork（如 Article）。

The identifier Property

identifier 属性及其子属性（如 isbn、gtin13）用于表示为文本字符串的正式标识符。

• 优先使用规范 URI：当标识符具有规范的 URI/URL 形式（例如 DOI URL）时，通常最好使用底层语法内置的 URI 表示机制（Microdata 的 itemid、RDFa 的 resource、JSON-LD 的 @id）。
• 用于特定标识符：identifier 用于特定个体事物的标识符，而非更广泛的分类代码（例如用于行业分类的 isicV4）。
• 复杂标识符：对于需要类型/方案的标识符，当没有标准 URI 可用时，可以使用带有 name 和 value 的 PropertyValue 对。

Conclusion

Schema.org 数据模型是开放网络务实工程的证明。通过优先考虑灵活性、可扩展性和发布者采用率，而非形式的僵化，它已成为广泛使用的结构化数据标准。理解其核心概念——类型-属性模型、多重继承和务实的一致性——是有效实施和扩展 Schema.org 以创建更丰富、更易于理解的网络内容的关键。