读屏软件用户在你的表单里,到底听到了什么?

    2026年11月18日
    阅读约 3 分钟
    作者:Soren Ashtervik
    分享这篇文章

    一个注册表单,7 个字段,1 个提交按钮。用 NVDA 从第一个字段按 Tab 键走到最后,听到了 3 次“编辑框,空白”,1 次“按钮”,以及 0 次错误提示。表单在视觉上没有任何问题,设计稿评审也通过了,可对于看不见屏幕的用户来说,这 7 个字段里有 3 个根本不知道该填什么,提交失败以后也不知道失败在哪里。

    大多数设计师和前端工程师并不是不愿意做无障碍,而是不确定:读屏软件到底读什么?为什么有的字段读得出名字、有的读不出?要做到什么程度才算合格?下面按这个顺序,一步一步从不确定走到可以动手的程度。

    先弄清楚读屏软件在表单里做了什么

    读屏软件不“看”页面,它读取的是浏览器根据 HTML 生成的无障碍树。页面上每个可交互的元素,在这棵树里都有几项属性,读屏软件把它们拼起来念给用户听。理解表单无障碍,先要认识这几个词:

    可访问名称:读屏软件用来称呼一个元素的文字,比如“手机号码”。没有名称的输入框,只会被读成“编辑框”。

    角色:元素是什么,比如编辑框、复选框、单选按钮、下拉列表、按钮。角色告诉用户可以对它做什么操作。

    状态和值:元素当前的情况,比如“已选中”“必填”“无效输入”,以及输入框里已经填了什么。

    可访问描述:名称之外的补充说明,比如“8 到 20 位,需包含字母和数字”。它通常在名称和角色之后读出。

    焦点顺序:按 Tab 键时,焦点在元素之间移动的顺序。读屏用户大多按这个顺序理解表单的结构。

    常见的读屏软件包括 Windows 上的 NVDA 和 JAWS,苹果设备上的 VoiceOver,安卓上的 TalkBack;国内的视障用户还常用争渡读屏、保益悦听等软件,以及手机厂商自带的读屏功能。不同软件的播报措辞不同,但它们读取的是同一棵无障碍树。

    一个字段被读出来的公式

    把上面几个词组合起来,读屏软件在焦点进入一个字段时播报的内容,大致可以写成这样:

    播报内容 = 可访问名称 + 角色 + 状态(必填/无效/已选中) + 当前值 + 可访问描述
    
    输入框可访问名称的取值顺序(取第一个非空的来源):
    1. aria-labelledby 指向的元素文字
    2. aria-label 属性
    3. 关联的 label 元素 (for/id 关联或包裹)
    4. title 属性
    5. placeholder 属性
    

    这个公式解释了很多现象。设计稿里只有占位文字、没有标签的输入框,有时能读出名称,是因为浏览器退到了第 5 个来源;可一旦用户开始输入,占位文字消失,视力正常的用户也忘了这个框是填什么的。再比如,开发者同时写了 label 和 aria-label,读屏软件只会读 aria-label,如果两者文字不一致,看得见的人和听得见的人会得到不同的信息。

    公式也说明了一个优先级:能用原生 label 解决的,就不要用 aria 属性。原生 label 还有一个附带好处,点击标签文字就能把焦点放进输入框,对手部操作不便的用户和手机用户都更友好。

    用公式检查一个真实字段,只需要两分钟。在 Chrome 开发者工具里选中输入框,打开“无障碍”面板,就能看到浏览器计算出的名称、角色和描述,以及名称来自哪个来源。如果名称一栏是空的,或者显示的来源是 placeholder,这个字段就需要补一个真正的标签。这个检查不需要安装读屏软件,设计评审和代码评审时都可以顺手做。

    表单最常见的几种“失声”

    拿着公式回头检查,大多数表单的问题集中在几种固定的写法上。

    第一种是只有占位文字的输入框。前面说过,它在某些浏览器和读屏组合里能读出名称,在另一些组合里读不出,而且对低视力用户和认知障碍用户都不友好,因为占位文字的对比度通常很低,输入后又会消失。

    第二种是只有图标的按钮,比如放大镜形状的搜索按钮、眼睛形状的“显示密码”按钮。没有文字,也没有 aria-label,读屏用户只会听到“按钮”。

    第三种是用 div 和 span 拼出来的下拉框和单选按钮。它们在视觉上和原生控件一样,在无障碍树里却只是普通文字,没有角色,也不能用键盘操作。修复它们的成本往往比当初直接用原生控件高得多。

    如果设计上确实需要自定义样式,比较稳妥的做法是保留原生的 input 和 select,只用 CSS 改变外观;实在要自己写组件,就要参照 WAI-ARIA 编写实践指南补齐角色、状态和键盘操作,比如下拉列表需要支持上下方向键、回车和 Esc 键。

    第四种是只用颜色或星号表示必填。红色星号对读屏软件来说只是一个符号,有的读成“星号”,有的直接跳过。给输入框加上 required 属性或 aria-required,读屏软件才会播报“必填”。

    错误提示:读屏用户最容易卡住的地方

    用户点击提交后,表单在几个字段下面显示了红色的错误文字。视力正常的用户一眼就能看到,读屏用户却什么也听不到,因为焦点还停在提交按钮上,新出现的文字不在他当前的位置。

    解决这个问题有几种做法,可以组合使用。第一,给出错的输入框加上 aria-invalid,让读屏软件播报“无效输入”。第二,用 aria-describedby 把错误文字和输入框关联起来,焦点回到这个字段时,错误内容会作为描述被读出。第三,提交失败时在表单顶部显示一个错误汇总,并把焦点移到汇总上,汇总里每一条错误都链接到对应的字段。第四,对于实时校验,可以把错误容器设为 role="alert" 或 aria-live 区域,让读屏软件在内容变化时主动播报。

    实时校验要谨慎。用户每输入一个字符就弹出一次“格式不正确”,对读屏用户来说是持续的噪音。比较稳妥的时机是字段失去焦点时再校验,或者等用户提交时统一提示。

    错误文字本身也要有用。WCAG 的 3.3.1 条要求以文字形式指出出错的字段,3.3.3 条要求在可能的情况下给出修改建议。“输入有误”不如“手机号应为 11 位数字,当前输入了 10 位”。

    分组、单选和自动填充

    一组单选按钮,比如“性别:男、女、不愿透露”,如果没有分组,读屏用户走到第二个选项时只会听到“女,单选按钮,未选中”,并不知道这个选项是在回答什么问题。用 fieldset 把它们包起来,再用 legend 写上问题,读屏软件就会在进入这一组时先读出“性别”。

    同样的道理适用于地址、出生日期这类由几个输入框组成的字段。三个分别填年、月、日的框,如果只有一个视觉上的标题“出生日期”,读屏用户听到的就是三个没有名字的编辑框。

    另一个容易被忽视的属性是 autocomplete。给姓名、邮箱、手机号、地址等字段写上标准的 autocomplete 值,浏览器就能自动填充,读屏用户和行动不便的用户可以少输入很多内容。WCAG 的 1.3.5 条“识别输入目的”要求的正是这一点。

    还有一个细节是字段说明的位置。密码规则、日期格式这类说明,如果放在输入框下方的灰色小字里而没有关联,读屏用户只有在输完以后继续往下移动时才会听到。用 aria-describedby 把说明和输入框关联起来,焦点一进入字段,规则就会跟在名称后面读出,用户在输入之前就知道要求是什么。

    WCAG 2.2 和国内标准对表单提出了什么

    WCAG 2.2 在 2023 年 10 月成为正式推荐标准,相比 2.1 新增了几条和表单直接相关的要求。3.3.7 条“冗余输入”要求在同一流程里,用户已经填过的信息不应被要求再填一遍,或者应当可以直接选择之前的输入,比如收货地址和账单地址相同时提供“同上”选项。3.3.8 条“无障碍认证”要求登录过程不能只依赖认知测试,允许粘贴密码、支持密码管理器就是最基本的做法。2.4.11 条要求获得焦点的元素不能被固定的页头、页脚或弹窗完全遮住。2.5.8 条对点击目标的最小尺寸提出了要求。

    在国内,GB/T 37668-2019《信息技术 互联网内容无障碍可访问性技术要求与测试方法》对网页内容的可感知、可操作、可理解等方面提出了技术要求,思路和 WCAG 基本一致;《中华人民共和国无障碍环境建设法》自 2023 年 9 月 1 日起施行,对信息交流无障碍提出了法律层面的要求。面向欧洲用户的产品还要关注《欧洲无障碍法案》,它从 2025 年 6 月 28 日起适用于电商、银行等一批数字服务。

    标准条文很多,但落到表单上,核心要求并不复杂:每个字段有名称,每个错误能被听到,每个操作能用键盘完成。

    用 30 分钟做一次读屏测试

    自动化工具能发现一部分问题,但只有亲耳听一遍,才知道表单在读屏软件里是什么样子。下面这套流程不需要任何专业背景,30 分钟可以做完:

    1. 准备环境:Windows 上安装免费的 NVDA,配合 Chrome 或 Firefox;Mac 上按 Command + F5 打开 VoiceOver,配合 Safari。
    2. 关掉显示器或者闭上眼睛,从页面顶部开始,只用 Tab 键在表单里移动,记下每个字段被读成了什么。
    3. 不填任何内容,直接提交,听读屏软件有没有告诉你出了什么错、错在哪里。
    4. 按提示逐个修正,检查修正后错误提示是否消失,焦点是否停在合理的位置。
    5. 用手机再做一遍:iPhone 上打开 VoiceOver,安卓上打开 TalkBack,用滑动手势走完整个表单。
    6. 把每个“编辑框,空白”“按钮”和没有被读出的错误都记成问题,按出现频率排序。

    第一次测试通常会让团队很意外:视觉上精心设计过的表单,在读屏软件里可能是一串没有名字的控件。这正是测试的价值,它把一个抽象的“无障碍要求”变成了一张可以逐条修复的清单。

    团队做表单无障碍时还会问的问题

    读屏用户填表单的方式和普通键盘用户一样吗?不完全一样。以 NVDA 为例,它有浏览模式和焦点模式:浏览模式下按键用于在页面里跳转,进入输入框后切换到焦点模式,按键才会输入文字。自定义组件如果没有正确的角色,模式切换就可能失灵。

    自动化检测工具能发现多少表单问题?axe、Lighthouse 这类工具能可靠地发现缺少标签、对比度不足、重复 id 等机械性问题,但判断不了标签文字是否有意义、错误提示是否被及时读出,这些仍然需要人工用读屏软件测试。

    只用 aria-label、不放可见标签可以吗?技术上能让读屏软件读出名称,但视力正常的用户、语音控制用户都看不到它。WCAG 的 2.5.3 条还要求可见标签的文字包含在可访问名称里,方便语音控制用户直接说出标签来操作。

    图形验证码一定不合规吗?WCAG 2.2 新增的 3.3.8 条要求登录等认证步骤不能只依赖记忆或识别类的认知测试,除非提供替代方式。保留图形验证码时,至少要同时提供语音验证码或其他不需要辨认图片的方式。

    如果只能做一件事,就从转化最重要的那个表单开始:今天打开注册页或结账页,用 NVDA 或 VoiceOver 闭着眼睛填一遍,把每一个“编辑框,空白”记下来,明天的站会上把这张清单交给负责的工程师。

    相关文章