تحويل PDF إلى HTML وزحف أقل بحسب Google

خصّص Martin Splitt وJohn Mueller حلقة 13 أكتوبر 2026 من Search Off the Record لملفات PDF.

ولخّصها Barry Schwartz من Search Engine Roundtable في تقريره، وهذه صفحة الحلقة.

ولم نستمع إلى الحلقة، فما يلي وصف الحلقة ورواية Schwartz.

كيف تفهرس Google ملف PDF؟#

ملف PDF ملف ثنائي وليس نصًا عاديًا، وتحوّله Google إلى صيغة HTML قبل معالجته كصفحة ويب.

وتُحفظ الروابط النصية داخل PDF ويُزحف إليها. أما الصور المضمَّنة فلا URL مستقل لها، فلا تظهر عادة في Google Images.

هل ترتيبها كالصفحات؟#

تستخدم ملفات PDF المحوَّلة الأنظمة الأساسية نفسها لصفحات HTML بحسب التقرير، ويمكن أن تظهر في AI Overviews ويستند إليها الـ AI في grounding.

ومع ذلك نصح Splitt وMueller باعتماد HTML أساسًا، وبإبقاء ملف llms.txt نصًا عاديًا لا PDF. ويشرح محور الـ AI Search كيف تُبنى تلك الإجابات.

أي ملفات PDF تسبب مشكلات؟#

• ملفات PDF الممسوحة ضوئيًا بلا OCR يصعب قراءتها، واختبارها السريع أن تنسخ نصًا من الملف.
• يجب أن يُنزَّل PDF كاملًا قبل عرضه على الهاتف، ولا يُعاد ترتيب محتواه عند التكبير.
• ملفات PDF المتطابقة نسخ ثنائية مكررة تمامًا، فيصعب تحديد canonical عبر النطاقات. والحلول المذكورة: rel=canonical في ترويسة HTTP، وحقول البيانات الوصفية، وروابط تعود إلى موقع الناشر.
• ملفات PDF المحمية بكلمة مرور تحجب برامج الـ crawling.

كم مرة يُزحف إلى PDF؟#

يذكر Schwartz أن الـ crawling إلى PDF أقل تكرارًا بكثير منه إلى HTML. ولفهرسة نسخة محدّثة بسرعة يُنصح بنشرها على URL جديد.

ولـ PDF حد حجم أكبر من صفحات HTML، لكن Google لا تنشر رقمًا دقيقًا لأن الحدود تتغير مع تغير أحجام الملفات.

متى يظل PDF خيارًا؟#

إرشاد المتحدثين كما نُقل: PDF للتنسيق الصارم للطباعة أو النماذج دون اتصال أو التوثيق الورقي، وHTML فيما عدا ذلك.

وقد تنافس ملفات PDF المولَّدة تلقائيًا للطباعة نسخة HTML وتتقادم، فتستحق مراجعة. وتجد الصورة الأوسع في محوري الـ indexing وSEO التقني، وفي إجابات Mueller السابقة عن الخرائط من البودكاست نفسه.