Почему Google индексирует заблокированные веб-страницы
Почему Google индексирует заблокированные веб-страницы
Blog Article
Джон Мюллер из Google объяснил, почему Google индексирует ограниченные страницы, а также почему отчеты Search Console, связанные с этим, можно безопасно пропускать.
Джон Мюллер из Google дал ответ на вопрос о том, почему Google индексирует страницы, которые запрещены для выполнения обхода с помощью файла robots.txt, и почему можно не учитывать соответствующие отчеты Search Console об этих обходах.
Трафик ботов к URL-адресам с параметрами запроса
Человек, задающий вопрос, записал, что боты создают ссылки на несуществующие URL-адреса с параметрами запросов (?q=xyz) на страницы с мета-тегами noindex, которые также блокированы в robots.txt. Вопрос был вызван тем, что Google сканирует эти ссылки на страницы, блокируется в robots.txt (не замечая мета-тег noindex), а затем докладывает 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 увидеть содержимое? В чем тут выгода?"
Джон Мюллер из Google подтвердил, что если они не могут обойти страницу, они не могут увидеть мета-тег noindex. Он также заметил оператор site:search, посоветовав не учитывать результаты, потому что "средние" пользователи не замечают их.
Он написал:
"Да, вы правы: если мы не можем проникнуть на страницу, мы не можем заметить noindex. Тем не менее, если мы не можем рикжаться страницы, для нас там мало что можно индексировать. Так что, хотя вы можете наблюдать некоторые из этих страниц с помощью целевого запроса site:, средний пользователь их не наблюдает, поэтому я бы не переживал. Noindex также действует (без запрета в robots.txt), это просто означает, что URL-адреса будут сканироваться (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 рекомендует сайтам использовать файл robots.txt для блокировки URL-адресов действий.
Выводы:
1. Ответ Мюллера подтверждает пределы использования оператора Site:search для диагностических целей. Одной из причин является то, что он не связан с обычным поисковым индексом, это совсем отдельная особенность.
Джон Мюллер из Google описал оператор site search в 2021 году:
"Короткий ответ заключается в том, что запрос site: не предназначен для полноты, 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 ограничивает результаты конкретным веб-сайтом. Он не предназначен для того, чтобы быть исчерпывающей коллекцией всех страниц этого сайта."
Оператор site не показывает индекс поиска Google, что приводит к тому, что его ненадежным для понимания того, какие страницы Google уже проиндексировал или нет. Как и другие операторы подробного поиска Google, они ненадежны как инструменты для определения любых вопросов, связанных с тем, как Google распределяет или индексирует контент.
2. Мета-тег noindex без работы robots.txt подходит для таких ситуаций, когда бот составляет ссылки на отсутствующие страницы, которые выявляются Googlebot.
Мета-тег noindex на страницах, которые не запрещаются в robots.txt, дает возможность Google просканировать страницу и понимать директиву noindex, гарантируя, что страница не проявится в поисковом индексе, что предпочтительно, если цель состоит в том, чтобы не разрешить страницу в поисковый индекс Google.
3. URL-адреса с мета-тегом noindex породят в Search Console запись "обойдены/не индексируются", что не окажет негативного результата на остальную часть веб-сайта.
Эти записи в Search Console, в контексте страниц, которые целенаправленно заблокированы, лишь указывают на то, что Google обошел страницу, но не включил в индекс. По сути говоря, что это произошло, а не то, что (в этом специфическом контексте) есть что-то, что нужно поправить. Эта запись полезна для предупреждения издателей о страницах, которые по недосмотру заблокированы мета-тегом noindex или по какой-либо другой причине, препятствующей индексации страницы. Тогда это стоит выяснить.