压缩插件把 JSON-LD 里的引号转成 HTML 实体蜘蛛读不到

事情本身不复杂，线索都在日志里。上线了一个 HTML 压缩插件之后，结构化数据在源码里变成了 "@type": "Article" 这种形态。浏览器渲染看不出区别，富媒体测试工具直接提示无法提取，站内所有文章的富媒体在同一天全部消失。

第一反应是「CDN 的 HTML 改写功能对 application/ld+json 也做了处理」，验证下来不成立。

真正麻烦的地方在于，几个原因的现象几乎一样。压缩插件把 script 标签内的内容也做了实体转义。另一种情况是模板用了 esc_html 而不是 esc_attr 输出 JSON 字符串。

少数情况下是多个压缩插件叠加第二次处理把已转义的实体又转了一遍。

动手时先看源码里 JSON-LD 的实际形态

curl -s https://www.example.com/post/123 | grep -A2 'application/ld+json' | head -5

随后确认输出时没有做 HTML 实体转义

echo '<script type="application/ld+json">' . wp_json_encode($data) . '</script>';

然后在压缩插件里排除该 script 类型

add_filter('autoptimize_filter_html_noptimize', fn($s) => $s . ',application/ld+json');

末了清缓存后复验转义字符数量

curl -s https://www.example.com/post/123 | grep -c '&quot;'

怎么算真的好了，看的是同一批现象。关掉对 JSON-LD 的压缩处理后，源码里的引号恢复原样，测试工具能正常提取，富媒体在重新抓取后陆续回来。

这里还有个坑。任何对 script 内容做处理的优化手段都要先确认它不动结构化数据，这类问题排查时最容易被忽略。这类问题最好一次改到位，反复小改反而容易把原因搅混。