Опробеливание Яндекса

HTML коварен, потому что в нём много тегов и Яндекс считает нормальным придавать этим тегам разный смысл при разборе документов.

Разные теги привносят как разный семантический смысл, так и просто портят слова (склеивают, обрезают предложения, пропускают смешение алфавитов и т.п.).

Поэтому нам нужна такая табличка, чтобы быть настороже и помнить. Мы не должны забывать. И тогда, однажды.

Описание полей

• tag – открывающий и закрывающий теги
• replace – результат удаления тега или пары тегов (когда crop=1)
  • passage – разделитель пассажей
  • space – пробел
  • empty – пустая строка
• crop – признак вырезания всего внутри пары тегов. Но это не точно