自动化无障碍评分能证明我们的网站无障碍吗？

如果供应商给你看一个很高的无障碍评分，并请你验收工作，单看这个分数还不够。它反映的是针对已检查内容运行的自动检查。你还需要了解测试了什么、人工检查了什么，以及还有哪些问题尚未解决。

自动化检查很有用。它们可以发现障碍，也能帮助确认修复是否有效。问题在于，人们有时会把这些检查的结果当成整个网站的结论。

这个分数具体计算了什么？

以 Lighthouse 为例。它的无障碍评分采用按权重计算通过或未通过结果。不同检查项的权重并不相同。人工检查不计入分数，一些影响较低或属于最佳实践的审计项也不计入。这是 Lighthouse 计算结果的方式，其他工具可能采用不同方法。

因此，Lighthouse 高分说明受测内容在纳入该结果的自动检查项中表现如何。它不能说明人工检查已经通过，也不能说明从未检查过的页面或界面状态会如何表现。

在得出更广泛的结论前，请问清楚使用了什么工具和版本、检查了哪些页面，以及包含了这些页面的哪些状态。联系表单在提交前、出现错误后和成功提交后，分别有不同的内容需要检查。

W3C 关于选择评估工具的指南说明，不同工具的覆盖范围各异，而且无法自动检查无障碍的每个方面。仍然需要人工判断。一份有用的报告会把这些限制和检查结果一起说明。

联系表单能让你看清问题的变化

假设有一个联系表单，其中一个字段标为“参考编号”。这是一个假设例子，并非对某个特定网站的发现。自动化检查可能确认字段有标签，但仍需要由人判断“参考编号”是否说清楚该填什么：订单号、客户编号，还是别的内容？

现在假设有人没有填写这个必填项。在获准的测试安排中，使用虚构的示例信息触发错误提示。提示有没有说明缺少什么？使用键盘的人能否移到这个字段、更正内容并到达提交按钮？使用相关屏幕阅读器的人能否找到并理解错误提示？

更正后，也要检查确认状态。用户能否知道消息已经发出，还是还需要采取其他操作？测试应在双方约定的环境中进行，避免真的发送咨询。要展示这些情况，无须把个人信息上传到公共扫描服务。

关键在于，现有证据覆盖了哪些状态和操作。如果只扫描了未操作的表单，就无法据此确认错误状态和确认状态，除非这些状态也经过检查。若把这些状态纳入检查，工具可能会协助检查其中的部分内容。应询问实际运行了哪些检查，不要假定每个扫描器都会覆盖或遗漏这些状态。

把三类不同的答案分开看

哪些自动检查通过了？ 对于工具实际检查过的内容和状态，检查结果可以回答这个问题。结果也能指出需要修复和重新测试的失败项。

人们能完成重要操作吗？ 由熟悉无障碍的人进行人工评估、使用相关输入方式和辅助软件进行检查，以及邀请残障人士参与，都能发现更多障碍。记录检查覆盖的操作、页面、状态和使用配置。某一种配置下测试成功，仍无法说明其他配置也没有问题。

W3C 关于邀请用户参与的指南说明，用户体验可以补充依据无障碍标准进行的评估。少数几次成功测试，无法证明网站适用于所有人。人工评估也有范围；只说“我们人工检查过”，还应说明具体检查了什么。

明确界定的网站范围符合所选标准吗？ 这需要依据该标准进行评估。W3C 关于符合性评估的指南介绍了如何界定范围、选择有代表性的样本、开展评估并编写报告。报告应说明覆盖范围，以及结论依据哪些发现。单凭评分或一次成功提交表单，无法回答这个问题。

索取一份能帮助你决策的报告

你不必亲自操作测试工具，但需要足够的信息来判断验收内容。请供应商简要说明：

• 使用的工具和版本、测试过的页面与界面状态，以及覆盖的自动检查。
• 发现了哪些障碍，以及这些障碍影响哪些操作，例如更正错误或发送咨询。
• 做了哪些修复，重新测试的结果如何。
• 进行了哪些人工评估和辅助软件测试，包括评估范围和使用配置。
• 还有什么未经测试或尚未解决，以及谁会安排所需的后续评估。

留存这些信息有实际先例：英国劳工与养老金部的测试指南介绍了该部门如何结合自动化、人工和辅助软件检查，并保留测试记录。这是该部门自己的做法，并不是每个网站都必须采用的一套固定方案。

你可以验收一项有记录的修复，同时继续跟进更广泛的无障碍问题。例如，重新测试可以支持你验收受测表单上已修复的标签，而该表单的错误状态和确认状态仍待评估。明确列出剩余工作，并商定由谁负责。

这样，你就能据此决定下一步：修复已知障碍，并安排仍然需要的评估。只有结合检查内容，以及这些变化对网站使用者的影响，更高的分数才有参考价值。