【ITニュース解説】Audit alt text bằng Python: bắt alt thiếu, alt trùng, alt là tên file và alt nhồi từ khóa
2026年11月02日に「Dev.to」が公開したITニュース「Audit alt text bằng Python: bắt alt thiếu, alt trùng, alt là tên file và alt nhồi từ khóa」について初心者にもわかりやすく解説しています。
ITニュース概要
Pythonで画像altテキストの品質を監査するスクリプトを解説する。altが不足、ファイル名、重複、キーワード羅列、長すぎるなどの問題を自動検出し、スクリーンリーダー対応やSEOに悪影響のあるaltテキストを特定する。Webアクセシビリティ向上に貢献する。
ITニュース解説
Webサイトの品質やアクセシビリティ、検索エンジン最適化(SEO)において、画像の代替テキスト(altテキスト)は非常に重要な要素である。多くの場合、altテキストのチェックは「alt属性が存在するかどうか」という点でしか行われないが、実際には「alt属性は存在するものの、その内容が不適切である」という問題が数多く存在する。本稿では、Pythonを使ってそのような不適切なaltテキストを自動的に検出し、Webサイトの品質向上に貢献する手法について解説する。
まず、altテキストの基本的な役割について理解を深める必要がある。<img>タグに設定されるalt属性は、画像が表示されない環境(ネットワーク障害、画像ブロック設定など)や、視覚に障害を持つユーザーがスクリーンリーダーを利用する際に、画像の内容を伝えるためのテキスト情報である。このaltテキストが適切であることは、Webサイトのアクセシビリティを高め、より多くのユーザーが情報を得られるようにするために不可欠だ。また、検索エンジンのクローラーもaltテキストを読み込むため、SEOの観点からも重要性が高い。
altテキストの監査を行う上で特に注意すべき点が、「alt属性自体が存在しない状態」と「alt属性は存在するが内容が空である状態」の違いである。alt属性が存在しない<img src="image.svg">のような場合、一部のスクリーンリーダーは画像ファイル名をそのまま読み上げてしまうことがあり、ユーザーにとって混乱のもととなる。一方、alt=""のようにalt属性が存在し、その内容が空である場合は、W3C(World Wide Web Consortium)の推奨に従った正しい記述であり、主に装飾的な画像や、文脈上すでに情報が提供されている画像に用いられる。Pythonでこれらを区別する際には、img.get("alt") is Noneを使ってalt属性自体がないことを判定し、not img.get("alt")ではalt=""の場合もTrueになるため注意が必要である。
このような不適切なaltテキストを効率的に検出するために、PythonとHTML解析ライブラリであるBeautifulSoupを用いた自動監査スクリプトが有効である。スクリプトはWebページのHTML構造を解析し、含まれるすべての<img>タグを抽出し、それぞれのalt属性を複数のルールに基づいてチェックする。このプロセスにより、手作業では見落としがちな、あるいは手間がかかりすぎる問題を洗い出すことができる。
具体的な検出ルールとその問題点について見ていこう。
一つ目は「alt不足(thieu_alt)」である。これはalt属性が完全に欠落している画像であり、アクセシビリティの観点から最も基本的な問題となる。スクリーンリーダーのユーザーが画像の内容を全く把握できないため、直ちに修正すべきである。
二つ目は「リンク付き画像のaltが空(link_alt_rong)」である。<a>タグ(リンク)の中に<img>タグがあり、その画像のaltが空である場合、スクリーンリーダーはリンクのテキストとして何も読み上げない。リンクが何を意味するのかユーザーに伝わらないため、リンクの飛び先を示す具体的なaltテキストが必要となる。例えば、「夏物メンズTシャツコレクションを見る」のように記述すると良い。
三つ目は「altがファイル名(alt_la_ten_file)」である。altテキストが「image001.jpg」や「screenshot_1234.png」といった画像ファイル名になっているケースである。これは画像をアップロードする際に自動的に設定されたり、手抜きでそのままになっていたりすることが多い。ファイル名は画像の内容を正確に伝えないため、これも修正が必要な項目である。正規表現を用いることで、このようなファイル名パターンを検出できる。
四つ目は「altが冗長な始まり(mo_dau_hinh_anh_cua)」である。altテキストが「画像:〇〇」や「写真:〇〇」のように、画像であることを示す不要な接頭語で始まっている場合を指す。スクリーンリーダーは通常、画像であることを自動的に伝えるため、altテキストにこの情報を重複させる必要はない。直接的に画像の内容を記述するべきである。これも正規表現で検出可能だ。
五つ目は「キーワード乱用の疑い(nghi_nhoi_tu_khoa)」である。これはaltテキストに複数のカンマが含まれ、各区切りが非常に短いフレーズである場合に検出される。例えば、「Tシャツ、メンズTシャツ、格安Tシャツ」のような書き方は、検索エンジンのランキングを操作しようとする「キーワードスタッフィング」と見なされる可能性がある。Googleはこのような行為をユーザー体験を損なうものとして嫌い、スパムとして扱われることもあるため、慎重に避けるべきである。
六つ目は「altが長すぎる(alt_qua_dai)」である。HTMLの仕様上、altテキストの長さに明確な制限はないが、スクリーンリーダーのユーザーが長すぎるテキストを全て聞き終えるのは大きな負担となる。一般的には約125文字程度が適切な上限とされている。スクリプトでは文字数をカウントすることでこれを検出する。
そして七つ目は「altの重複(alt_trung)」、特に「altが記事タイトルと同じ(alt_bang_tieu_de_bai)」である。複数の画像が全く同じaltテキストを持つ場合、特にそのテキストが記事のタイトルと同一である場合は、CMSのプラグインなどによって自動的にaltテキストが生成されている可能性が高い。しかし、ページ内のすべての画像が同じ内容を持つことは稀であり、それぞれの画像が持つ固有の意味を伝えるためには、個別のaltテキストが必要である。
これらの自動監査スクリプトは、大量のWebページや画像を効率的にチェックし、問題のある箇所を特定する強力なツールとなる。しかし、スクリプトには限界もある。例えば、altテキストが画像の内容と「意味的に」合致しているか、バナー画像に含まれる重要な文字情報(「20%オフ」など)がaltテキストに適切に記述されているか、といった、画像の「意味」や「文脈」に関する判断は、依然として人間の目による確認が必要となる。スクリプトはあくまで、人間が目視で確認すべき「問題の可能性が高い画像」のリストを絞り込むための補助ツールとして機能する。
システムエンジニアを目指す者にとって、このようなWebサイトのアクセシビリティとSEOを考慮した開発は非常に重要である。altテキストの適切な管理は、ユーザー体験の向上、検索エンジンからの評価向上に直結し、結果としてWebサイトの価値を高める。自動化ツールを理解し活用することは、現代のWeb開発において欠かせないスキルと言えるだろう。