首都之窗
七十九个标题,三十九个看不见
这一页有七十九个标题标签:一个一级、二十四个二级、五十四个三级。
没有四级、五级、六级。层级只铺了三层。
渲染完成后,三十九个的盒子是零乘零。可见的四十个里,一个一级、十个二级、二十九个三级。
零乘零的意思是:标签在源码里,屏幕上没有。读屏软件读不读,看它有没有被屏蔽。
这批隐藏标题多数是移动端的备用副本。同一段内容,桌面一份、手机一份,靠样式表决定显示哪一份。
但样式表只隐藏了视觉,没有隐藏结构。于是同一个标题在文档里出现两次、三次。
逐条比对重复文本,「事业单位登记管理」出现三次,「合同示范文本」三次,「政务服务及便民常用电话查询」三次。
「个人办事」「企业办事」「城市活动」「预警提示」各两次,一次可见一次隐藏。
「2026中国(北京)国际精品陶瓷博览会」这类展会名,两次都是隐藏的。两份都不显示,标签留在了源码里。
重复的不是内容,是适配
这种做法在门户站很常见:为手机单独写一套结构,用显示属性切换。
代价是标题在结构里翻倍。一个页面上有四十个看得见的标题,结构里有七十九个。
对读屏用户,重复标题意味着按「下一个标题」跳两次才前进一格。
按三次「事业单位登记管理」,听到同一句话三遍。按两次「城市活动」,第二遍没有任何新信息。
一级标题塞进标志里,宽一像素
这个页面唯一的一级标题,文本是「北京市人民政府门户网站」。
它的盒子宽一像素,横坐标负一。字号二十八像素,字重七百。
宽一像素、位置在负一,意味着它被塞进了左上角的标志图形里,视觉上不存在。
这是一种常见写法:把机构全称写进一级标题供机器读,再用样式挪出视口,或者压成一像素。
区别在于藏得干不干净。有的站用裁切,有的站用屏幕外定位,有的站直接给一像素宽。
一像素宽会把文字挤成一列竖排,浏览器仍要排版、仍要占位。前两种是通行做法,后一种是省事做法。
读屏软件听到的第一句
读屏用户打开页面,听到的第一句就是这一像素宽的标题。
内容没错,是机构全称。但它是唯一的一级标题,意味着整页没有别的顶层结构。
导航、办事入口、要闻、政策,全部挂在二级和三级下面,没有共同的父级标题。
一份文档只有一个一级标题是对的。问题在于这个标题承载的信息量为零:它是站名,不是内容。
读屏用户按「下一个标题」从它跳到「个人办事」,等于从封面直接跳进第三章,中间没有目录。
九个字号档位,一级标题排第五
把四十个可见标题按字号排序,得到九个档位:四十八、三十六、三十二、三十、二十八、二十六、二十四、二十二、十八。
最大的是四十八像素,落在二级标题「我要找政策」上。
三十六像素两个:「优化营商环境」「政府信息公开」。
三十二像素两个:「中央要闻」「北京新闻」。
三十像素一个:当天头条,三级标题。
二十八像素一个:一级标题。它上面有四个更大的档位,全部是二级或三级。
字号与层级是两套系统
视觉上,「我要找政策」是这一页最显眼的东西。它是入口,不是章节。
结构上,它是一个二级标题。它下面没有三级标题,因为它不带内容。
反过来,当天头条是三级标题,字号三十,比一级标题大两像素。
这两套系统各自合理:视觉按重要性排,结构按语义排。放在一起,就出现了三级比一级大。
对机器,字号没有意义,它只认级别。所以机器读到的一级标题是站名,人看到的最大字是「我要找政策」。
二十五项只给十八像素
十八像素这个档位上有二十五个二级标题。
「个人办事」「企业办事」「办事热点」三个并排在第一屏,各十八像素。
这三个是这一页最实用的入口,字号和正文差不多。视觉上靠位置和色块区分,不靠字号。
再往下,「政策」「解读」「北京市人民政府公报」「政务公开」「诉求和建议」也都是二级标题,也是十八像素。
二十五个二级标题挤在一个字号上,彼此的层级关系靠留白和分割线表达。
十三个语言入口,占掉顶部一整行
顶部一行十三个语言入口:英文、韩文、日文、德文、法文、俄文、西班牙文、阿拉伯文、葡萄牙文、意大利文,加繁体、简体、关怀版。
多数项写成两行:外语名加中文名。ENGLISH 英语版、한국어 韩语版、日本語 日语版、DEUTSCH 德语版。
阿拉伯文那一项写的是 العربية 阿拉伯语版,从右往左排。
十三个入口占一行,字号最小。这一行的作用是声明覆盖面,不是让人真的去点。
热搜词六个,不带引号
标志旁边一行热搜词:冬季供暖、居住证办理、优化营商环境、城市更新、垃圾分类。
六项连排,中间不加分隔符,靠颜色区分。这六个词反映的是访问者的高频问题,不是编辑偏好。
热搜词放在标志同一行,说明它的优先级高于导航。页面假设多数人进来是来查一件事,不是来逛。
顶部工具条在热搜词上方:用户登录、智能问答、繁体、简体、移动版、无障碍、关怀版。
七项里,后五项都是辅助功能。无障碍与关怀版分开列,指的是两套不同的放大与对比方案。
页脚三行,静态源码里一个字都没有
用纯 HTTP 抓这一页,源码里搜不到「ICP备」,搜不到「办公厅」,搜不到「版权所有」。
拿到的是十八万六千字节的 HTML,末尾是一段脚本,没有页脚。
用浏览器渲染之后,页脚出现三行:
主办:北京市人民政府办公厅。
承办:北京市政务服务与数据管理局。
政府网站标识码 1100000088,京公网安备 11010502039640,京ICP备05060933号。
这意味着什么
对爬虫,这是一个分水岭:拿得到正文,拿不到归属。
政务站的页脚是身份证明。主办单位说明这个站由谁负责,标识码说明它经过了统一登记。
这两样恰好是判断「这个域名是不是真的官方」最直接的依据。
它们被放在脚本里,等于把最该被机器读到的东西藏起来。
这一轮渲染之后才拿到真页脚。主办单位是北京市人民政府办公厅,与站名里的「北京市人民政府」差两个字。
两个字差的是一个层级:前者是市政府的内设机构,后者是市政府本身。
三行各管一件事
主办行管归属,承办行管运维,标识行管资质。
标识码是十位,前六位是行政区划代码 110000,后四位是本站序号 0088。
公网安备号与 ICP 备案号是两套系统:前者归公安,后者归通信管理。
三个号齐全,是一个合规政务站点的下限。
这个站点发布北京市的政策文件、办事入口与政务公开信息,市长信箱与民意征集也在其中。
一句话记住
七十九个标题里三十九个看不见,唯一的一级标题宽一像素,全页最大的字落在二级标题上。





