Почему Google индексирует заблокированные веб-страницы
Почему Google индексирует заблокированные веб-страницы
Blog Article
Джон Мюллер из Google объяснил, почему Google индексирует ограниченные страницы, и почему отчеты Search Console, связанные с этим, можно безопасно пропускать.
Джон Мюллер из Google ответил на вопрос о том, почему Google индексирует страницы, которые запрещены для выполнения обхода с помощью файла robots.txt, и по какой причине можно не учитывать соответствующие отчеты Search Console об этих обходах.
Трафик ботов к URL-адресам с параметрами запроса
Человек, задающий вопрос, подтвердил, что боты создают ссылки на несуществующие URL-адреса с параметрами запросов (?q=xyz) на страницы с мета-тегами noindex, которые также закрыты в robots.txt. Вопрос был вызван тем, что Google обходит эти ссылки на страницы, блокируется в robots.txt (не видя мета-тег noindex), а затем указывает 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 игнорировать результаты, потому что "средние" пользователи не замечают их.
Он написал:
"Да, вы правы: если мы не можем просканировать страницу, мы не можем заметить noindex. Тем не менее, если мы не можем просматривать 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 заметит, поэтому я бы не беспокоился. Noindex также работает (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 приводит к 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 уменьшает результаты конкретным веб-сайтом. Он не предназначен для того, чтобы быть исчерпывающей сборником всех страниц этого сайта."
Оператор site не отражает индекс поиска Google, что делает его ненадежным для выяснения того, какие страницы Google уже включил в индекс или нет. Как и другие операторы расширенного поиска Google, они ненадежны как инструменты для определения любых вопросов, связанных с тем, как Google ранжирует или индексирует контент.
2. Мета-тег noindex без работы robots.txt подходит для таких ситуаций, когда бот создает ссылки на отсутствующие страницы, которые обнаруживаются Googlebot.
Мета-тег noindex на страницах, которые не закрываются в robots.txt, дает возможность Google обойти страницу и прочитать директиву noindex, гарантируя, что страница не проявится в поисковом индексе, что желательно, если цель состоит в том, чтобы не разрешить страницу в поисковый индекс Google.
3. URL-адреса с мета-тегом noindex внесут в Search Console запись "обойдены/не индексируются", что не приведет к негативного результата на остальную часть веб-сайта.
Эти записи в Search Console, в контексте страниц, которые намеренно заблокированы, лишь указывают на то, что Google просмотрел страницу, но не учел ее. По сути говоря, что это имело место, а не то, что (в этом специфическом контексте) есть что-то, что нужно исправить. Эта запись полезна для уведомления издателей о страницах, которые по недосмотру заблокированы мета-тегом noindex или по какой-либо другой причине, мешающей индексации страницы. Тогда это стоит расследовать.