搜索引擎预处理的第一步就是提取文字内容，seo人员应该尽量降低搜索引擎提取文字内容的难度，也就是精简HTML代码，使真正的文字内容比例提高，尽量减少HTML格式代码。从某种意义上来说，个时代吗对关键词来说都是噪声，精简代码就是提高信噪比。
常见的可以精简代码的地方如下。
（1）使用CSS定义文字字体，颜色，尺寸及页面排版。有很多网站即使用CSS，又在可见文字部分使用style或font再定义一遍字体，尺寸等，这事完全没有必要的沉鱼代码。
（2）使用外部文件，将CSS和JavaScrpt放在外部文件中，页面HTML中只要放一行代码进行调用就可以了。如果我们查看一些网站源文件，经常可以看到大片大片的CSS及JavaScritp代码，而且JavaScript大妈还经常出现在HTML最前面，这就使真正有用的文字部分被推到后面。
（3）减少或者删除注释，代码中的注释只是能给程序员或者页面设计人员的提示，对用户和搜索引擎来说毫无作用，只能成为噪声。
（4）减少表格，尤其是嵌套表格。现在的网页大多使用CSS排版，表格使用大大减少，但是有的时候使用表格展现是必须的，也不必刻意完全避免，只要不出现多层嵌套表格，产生大量无用代码就可以了。喷砂机[ulr]www.zg-datong.com[/ulr]这里说明一下文件大小限制。Google技术指南曾经建议，GTML文件最好限制在100KB以下，页面上链接数在100个以下。百度目前建议HTML文件不要超过128KB。其实现在的搜索引擎已经完全可以抓取大得多的文件，甚至一两兆的文件也没有问题，
  不过在可能的情况下，还是应该尽量使文件越小越好，虽然搜索引擎可以抓取很大的文件，但可能不索引整个文件，而只索引文件前面一部分内容，通常，页面内容应该是集中统一的，索引前半部分就代表了文件内容主题。文件很大时，索引整个文件既没有必要，也是很大的资源浪费。文件过大，再加上大量沉鱼格式代码，可能使实质内容被推到实际被索引的部分之外。