搜索引擎预处理的是提取文本内容。SEO人员应尽量降低从搜索引擎中提取文本内容的难度，即简化HTML代码，从而增加真实文本内容的比例，小化HTML格式代码。从某种意义上说，格式码是对关键字的噪声，而简化码是为了提高信噪比。
（1）使用CSS定义文本字体、颜色、大小和页面布局。有很多网站不仅使用CSS，而且在文本的可见部分再次使用样式或字体来定义字体和大小，这是完全不必要的冗余代码。
（2）使用外来文件。将CSS和JavaScript放在外部文件中，只需在页面的HTML中放一行代码即可调用。如果我们查看一些网站源文件，我们经常可以看到大量的CSS和JavaScript代码，JavaScript代码经常出现在HTML的前面，这使得真正有用的文本部分被推到后面。
（3）减少或删除注释。代码中的注释只是程序员或页面设计者的提示。它们对用户和搜索引擎没有影响。它们只能变成噪音。
（4）减少表，特别是嵌套表。现在，大多数网页都使用CSS排版，大大减少了表格的使用。但有时使用表表示是必要的，不必完全避免。只要没有多级嵌套表，就会产生大量无用的代码。
（5）这里解释文件大小限制。谷歌的《技术指南》曾建议，HTML文件应限制在100kb以下，页面上的链接数量应少于100个。百度目前建议HTML文件不能超过128KB。
（6）事实上，目前的搜索引擎已经能够抓取大得多的文件，即使是一两万亿的文件也没有问题。
（7）但是，在可能的情况下，您应该尽量使文件尽可能小。虽然搜索引擎可以获取大文件，但它们可能不会索引整个文件，而只索引文件的***部分。一般来说，页面内容应该集中统一，索引的上半部分代表文件的内容主题。当文件较大时，不必对整个文件进行索引，这也是对资源的浪费。文件太大，加上大量冗余格式代码，可能会将实质内容从实际索引部分推出来。