Почему Google индексирует ограниченные веб-страницы
Почему Google индексирует ограниченные веб-страницы
Blog Article
Джон Мюллер из Google объяснил, почему Google индексирует блокированные страницы, также почему отчеты Search Console, связанные с этим, можно безопасно пропускать.
Джон Мюллер из Google разъяснил на вопрос о том, почему Google индексирует страницы, которые запрещены для выполнения обхода с помощью файла robots.txt, и почему можно игнорировать соответствующие отчеты Search Console об этих обходах.
Трафик ботов к URL-адресам с параметрами запроса
Человек, задающий вопрос, задокументировал, что боты создают ссылки на несуществующие URL-адреса с параметрами запросов (?q=xyz) на страницы с мета-тегами noindex, которые также ограничены в robots.txt. Вопрос был вызван тем, что Google сканирует эти ссылки на страницы, блокируется в robots.txt (не видя мета-тег noindex), а затем сообщает об этом в Google Search Console как "Индексируется, хотя заблокировано robots.txt."
Человек спросил следующий вопрос:
"Но вот главный вопрос: почему Google индексирует страницы, когда он не может ознакомиться с содержимое? В чем тут выгода?"
Джон Мюллер из Google подтвердил, что если они не могут просканировать страницу, они не могут увидеть мета-тег noindex. Он также заметил оператор site:search, посоветовав не учитывать результаты, потому что "средние" пользователи не наблюдают их.
Он написал:
"Да, вы правы: если мы не можем обойти страницу, мы не можем наблюдать noindex. Тем не менее, если мы не можем обходить страницы, для нас там мало что можно индексировать. Так что, хотя вы можете заметить некоторые из этих страниц с помощью целевого запроса site:, средний пользователь их не наблюдает, поэтому я бы не заморачивался. Noindex также действует (без запрета в robots.txt), это просто означает, что URL-адреса будут просматриваться (и попадут в отчет Search Console как 'обойдены/не индексируются' — ни один из этих статусов не вызывает проблем для остальной части сайта). Важно, чтобы вы не делали их доступными для обхода и индексации."
Связанный: Google напоминает сайтам использовать файл robots.txt для блокировки URL-адресов действий.
Выводы:
1. Ответ Мюллера подтверждает ограничения использования оператора Site:search для диагностических целей. Одной из причин является то, что он не ассоциирован с обычным поисковым индексом, это совсем отдельная штука.
Джон Мюллер из Google описал оператор site search в 2021 году:
"Короткий ответ заключается в том, что запрос site: не предназначен для всестороннего охвата, а также для диагностических целей.
Запрос site: — это определенный вид поиска, который ограничивает результаты заданным веб-сайтом. Это, по сути, просто слово "site", двоеточие и затем домен веб-сайта.
Этот запрос сужает результаты конкретным веб-сайтом. Он не предназначен для того, чтобы быть исчерпывающей коллекцией всех страниц этого сайта."
Оператор site не отображает индекс поиска Google, что приводит к тому, что его ненадежным для осмысления того, какие страницы Google уже проиндексировал или нет. Как и другие операторы улучшенного поиска Google, они ненадежны как инструменты для понимания любых вопросов, связанных с тем, как Google распределяет или индексирует контент.
2. Мета-тег noindex без применения robots.txt подходит для таких ситуаций, когда бот составляет ссылки на виртуальные страницы, которые выявляются Googlebot.
Мета-тег noindex на страницах, которые не блокируются в robots.txt, разрешает Google просканировать страницу и распознать директиву noindex, гарантируя, что страница не появится в поисковом индексе, что предпочтительно, если цель состоит в том, чтобы не позволить страницу в поисковый индекс Google.
3. URL-адреса с мета-тегом noindex породят в Search Console запись "обойдены/не индексируются", что не вызовет негативного эффекта на остальную часть веб-сайта.
Эти записи в Search Console, в контексте страниц, которые специально заблокированы, лишь указывают на то, что Google обошел страницу, но не проиндексировал. По сути говоря, что это произошло, а не то, что (в этом конкретном контексте) есть что-то, что нужно поправить. Эта запись полезна для предупреждения издателей о страницах, которые случайно заблокированы мета-тегом noindex или по какой-либо другой причине, препятствующей индексации страницы. Тогда это стоит выяснить.