Problème de sur-indexation de pages par Google

[Nicolas M]

Bonjour,

Je bosse actuellement sur le site suivant : http://www.hosteam.fr/ (Joomla! 2.5.9)

Le problème que je rencontre provient d'une sur-indexation du nombre de page dans Google.
Plus de 950 pages sont indéxées sur Google alors qu'il est sensé en exister seulement 86 (selon le sitemap).
(75 pages sont indéxées sur Bing à titre de contre exemple, ce qui paraît normal.)

Concernant les potentielles solutions que j'ai lues auparavant, elles sont déjà en place sur le site.
Exemple :
Fichier robots.txt : présence de Disallow: /administrator/
Sitemap : en règle, donc a priori pas de pb ici

Chose étrange, je retrouve dans les SERP des url contenant la racine "component" : http://www.hosteam.fr/component/content/index.php?option=com_content&view=article&id=71&It emid=423
Or dans le fichier robots.txt, Disallow: /component/ est bien présent...

Hormis le fait de supprimer manuellement les url via GWMT (900 url qd même...), quelqu'un a-t-il trouvé une solution à ce problème ou une raison qui pourrait l'expliquer ?

Je m'hasarderais bien a dire que quelque chose (un module ?) duplique des url depuis la backoffice, mais n'étant assez calé sur Joomla, j'aimerai bien l'avis d'experts

Merci à tous pour votre aide,
Nicolas

[cavo789]

Re : Problème de sur-indexation de pages par Google

Bonjour

Fichier robots.txt : présence de Disallow: /administrator/

/administrator = un dossier à la racine de ton site.

Or dans le fichier robots.txt, Disallow: /component/ est bien présent..

/component = n'est pas un dossier. C'est le résultat de la réécriture des urls par Joomla. Logique donc que le fichier robots.txt soit inutile ici.

Pour ta question de base, il devrait être possible de faire ce type de manoeuvre avec deux/trois lignes dans .htaccess mais cela me semble être la méthode tordue d'y arriver.

Si personne n'a d'autres astuces à te proposer, sache qu'il est possible de définir un

Header set X-Robots-Tag "noindex, noarchive"

dans .htaccess. Généralement on fait cela en fonction du type de fichier (.ppt, .doc, .xls, ...). Tu devrais chercher la règle pour faire cela en fonction de l'url. Mais je pense que c'est la méthode tordue d'y arriver.

Bonne journée.

[Nicolas M]

Re : Problème de sur-indexation de pages par Google

Ok,

Merci pour ta réponse cavo789.

Je vais voir via le htaccess.

Si d'autres solutions connues, je suis preneur bien sûr.

Bonne journée,
Nicolas

[PieceOfCake]

Re : Problème de sur-indexation de pages par Google

Oui je pense qu'il y a une autre solution, puisque tu ne constates le problème qu'avec Google et pas avec Bing par exemple, tu peux avec GWT, lui demander de ne pas explorer ou d'éviter ou de court-circuiter, les urls qui contiennent certains paramètres (comme option= par exemple).

Cela se fait dans GWR en allant paramétrer comme il convient les rubriques du menu : Exploration > Paramètres d'url.

Le titre de la rubrique dit déjà bien ce qu'il veut dire et le sous-titre : "Aidez le moteur Google à explorer votre site plus efficacement en indiquant la manière dont nous devons traiter les paramètres dans vos URL" est encore plus explicite

Prend le temps de bien lire la documentation en ligne, pour ne pas faire plus de mal que de bien (tout ce que tu risques, c'est que certaines url ne soient plus traiter et que Google 'oublie' des pages de ton site, donc une modification à la fois et beaucoup de surveillance après coup)!

Bon courage