博客文章怎么设计分类与标签

新网站基本上算是迁移完了，迁移之后在写文章的过程中，发现个人的文章分类和标签做的太混乱了，分类做的像标签，标签也不是特别的丰富，所以我决定重新整理一下分类体系，下面是相关的理解和记录。

在图书馆里，每本书都会被分到一个特定的分类下。我们熟悉的图书馆分类法，比如杜威十进制分类法，就是用来按照主题把书籍分门别类的。杜威分类法把书籍分成十个大类（比如哲学、社会科学、语言学、自然科学等），然后再根据主题进行更细的子类划分。

类比到博客的分类就是类似于图书馆的分类系统，把文章按照主题组织起来。比如"编程技术"就是一个大类，类似于图书馆里的"技术科学类"，在这个大类下，可能有"前端开发"、"后端开发"、"数据库"等子分类，类似于图书馆的"子类"系统。

主要特点：

作用：

示例：

除了按类别分类，图书馆还会给每本书打上关键词，用来描述书的内容和特点。这些关键词可以帮助读者从多个角度去搜索和查找书籍，主题词表（也称为"标引"）就是起到这样的作用。比如一本书可能既和"人工智能"有关，又和"深度学习"有关，那么图书馆会给它同时打上"人工智能"、"深度学习"这两个主题词。

类比到博客标签就像图书馆给书籍打的关键词，它们没有层次关系，但能从不同维度描述文章的内容。比如一篇关于"Python爬虫"的文章，可能打上"Python"、"爬虫"、"数据抓取"等多个标签，这样读者可以通过任意一个标签找到文章。

特点：
- 平面化，没有层次：标签不像分类那样有父子结构，所有标签是平等的。
- 一篇文章可以有多个标签：标签更多是帮作者从多个角度来描述文章的内容。
作用：
- 方便用户查找：读者通过标签，可以找到更多相似主题的文章，体验会好很多。
- 提升搜索优化：多打一些标签，也能让搜索引擎更容易抓取到你的文章内容。

分类和标签的关系有点像主菜和配菜。分类是主线，明确说明这篇文章属于哪个"菜系"，比如"编程"、"产品管理"；而标签则是附加的调味料，说明这道"菜"有哪些特点，比如"Python"、"效率工具"。

举个例子：一篇介绍用Python写爬虫的文章，分类可能是"编程技术 - Python"，而标签可以是"Python"、"爬虫"、"数据抓取"等，这样读者既能通过分类找到这篇文章，也能通过标签找到相关的文章。

最开始也没有太多的思路，所以就去看看好的博客网站怎么做的；

这里推荐一个开源项目：中文独立博客列表，这里面记录了大量的中文独立博客网站；

简单总结一下：

分类要简洁清晰 ：分类不宜过多，也不要太乱，一般来说，10个左右的大分类比较合适，最好一眼就能看懂。每个大分类可以有几层子分类，这样也更有条理。

标签要灵活丰富：标签没有数量限制，可以根据每篇文章的内容灵活添加。想想读者可能会用哪些关键词来查找这篇文章，然后用这些词作为标签。

分类和标签的结合是最有效的组织方式：分类帮助梳理大的结构，标签则帮助覆盖到更多内容细节。

举个例子：

在编程技术 下，可以细分成前端开发 、后端开发 、移动开发 ，然后每篇文章再打上具体的标签。比如一篇文章关于用Vue.js写前端项目，分类是编程技术 - 前端开发 ，标签可以是Vue.js 、JavaScript 、前端优化。

这也是后续博客主要的内容方向，似乎看不出专精什么，大杂烩，学点记一点就是。

一级分类	slug	内容描述
编程技术	programming	前端开发、后端开发、移动开发、数据库和编程语言的技术知识。
效率工具	productivity	办公工具、开发工具、自动化脚本、时间管理等，提高工作效率的实用工具和方法。
资源干货	resources	开源框架、开源库、开源项目和插件的使用及推荐。
产品经理	productmanager	产品规划、需求管理、项目管理、数据驱动，以及市场与运营相关的管理知识，帮助产品经理优化产品流程和策略。
人工智能	ai	涵盖机器学习、自然语言处理 (NLP)、知识图谱等技术，探讨人工智能领域的前沿技术和应用案例。
数据科学	datascience	数据挖掘、数据分析与建模等与数据处理相关的技术和方法。
实践作品	projects	个人项目日志、代码实践以及各种实战作品展示。
建站记录	webdevelopment	网站搭建、前端优化、SEO优化和服务器配置的完整记录。
日志随笔	journal	涵盖旅行与探索、阅读与思考、个人成长、兴趣爱好等生活感悟和随笔，分享个人生活与成长经验。

博客分类对作者或读者都有举足轻重的作用，我在做分类的时候是比较纠结的，希望把分类做的尽量完善一点，能够达到一劳永逸的效果；但是又希望按照不同的内容去分类，也就是把二级分类都拆出来，类似csdn的专栏，但是又害怕乱。

暂时先这样吧，后续再慢慢完善！