[RÉGLÉ] balise META description en double sur des URL de type '?start=10'

[FlodAriege]

Bonjour,

Si j'ai bien compris les quelques recherches que j'ai faites, le suffixe ?start=10 signifie : aller directement à la page 10.

Dans les GWT, à la rubrique améliorations HTML, j'ai une liste de 25 balises META description en double.

Souvent, le doublon porte sur quelque chose comme :
url.html
url.html?start=10

La génération (par Joomla ? ou alors peut-être par FlexiContent, que j'utilise ?) de ces url est totalement inutile : je n'ai (presque) jamais 10 pages à l'intérieur d'une catégorie. Et je ne souhaite pas de toutes façons donner la possibilité de naviguer ainsi.

Est-il possible de désactiver la génération de ces url ?

Et sinon, comment éviter que Google voit en url.html?=start10 une sorte de doublon de l'url normale ?

Merci d'avance.

Florence

[FlodAriege]

Re : balise META description en double sur des URL de type '?start=10'

J'ose faire un petit up.
Et j'en rajoute une couche au passage (ouhla !!)

Qu'est-ce qui provoque la génération d'URL du type :
/component/content/category/100-alias-du-titre-de-l-article.html
(100 étant selon toute probabilité le n° de la catégorie dans laquelle se trouve cet article).

J'ai plein d'URL de ce type dans les GWT qui ont des balises en double (meta title ou meta description)

[lomart]

Re : balise META description en double sur des URL de type '?start=10'

Bonjour,

Je me joins à ton UP car je me posais la même question il y a quelques jours.

J'avais une première idée qui serait d'ajouter une balise canonical vers l'url épurée de ses START.
Mais, ayant déjà d'autres trucs sur le feu, je ne suis pas allé plus loin

Donc, si quelqu'un a une idée, vous savez que nous sommes au moins deux à nous poser ce genre de question en plein mois d'aout

[Motor]

Re : balise META description en double sur des URL de type '?start=10'

Salut,

Cela m'arrive aussi et je ne comprends pas non plus trop comment Google réussit à choper des catégories, des articles, des tags et des modules qui ne sont censé être appelé nulle part...
Je trouve cela un peu intrusif


Bref personnellement je fait dans Outil Webmaster:
Index Google / URL à supprimer et le problème disparait au bout de quelque jour ...

C'est un peu laborieux et je suppose qu'un webmaster malin aurait une astuce plus élaborée mais çà a le mérite de fonctionner.

[FlodAriege]

Re : balise META description en double sur des URL de type '?start=10'

Merci pour l'astuce, que je me suis empressée de mettre en œuvre. Je tâcherai de penser à revenir ici dire ce que ça aura donné dans quelques jours et aussi à plus long terme (je crains que ces URL ne finissent par revenir).

[Motor]

Re : balise META description en double sur des URL de type '?start=10'

D'autres reviennent, c'est un véritable enfer car je ne comprennent toujours pas d'où çà sort.
En attendant je fais çà à la main mais j'ai vraiment l'impression de faire un boulot de souillons...

Si quelqu'un à une explication, je prends aussi.

[PhilJ]

Re : balise META description en double sur des URL de type '?start=10'

Dans les GWT, à la rubrique améliorations HTML, j'ai une liste de 25 balises META description en double.

Souvent, le doublon porte sur quelque chose comme :
url.html
url.html?start=10

[...]

Est-il possible de désactiver la génération de ces url ?

La balise meta <description> joue un rôle secondaire, et même n'a aucun poids dans le positionnement des pages d'un site internet. Donc qu'elle soit en double ne devrait pas impacter le référencement.

[FlodAriege]

Re : balise META description en double sur des URL de type '?start=10'

D'accord, merci.
Mais j'ai aussi des balises TITLE en double à vues de ces paginations.

De toutes façons à force de tâtonnements (et en m'appuyant largement sur la logique des solutions que tu m'avais déjà données pour des cas de figures un peu comparables), j'ai réussi à interdire leur indexation dans mon robots avec la consigne suivante :

Disallow: /*.html?start=*

Puis j'ai demandé la suppression des URL déjà indexées.

On verra bien si ça résiste au temps.

[lefabdu51]

Re : balise META description en double sur des URL de type '?start=10'

url.html
url.html?start=10

la seconde url indique que tu utilise des sauts de pages.
Chaque lien ayant une url comme la seconde a été visité par google et google le vois comme un article a part entiere (recherchee de mots clefs + réf).

Les meta sont identiques sur les deux liens car il pointent vers la meme ressource.

Une analogie est que ton article serait un livre que tu commences a lire a la page 1 en suivant la premiere url et a la page 10 si tu suit la seconde.

Interdire l'indexation de ces liens occulte une grosse partie de ton document des résultats de recherche.

Si tu as bien concu ton article, chaque section entre saut de page st un regroupement d'idées ayant trait au meme sujet, donc il doit etre indéxé via google....

[FlodAriege]

Re : balise META description en double sur des URL de type '?start=10'

Bonjour,

C'est bien que tu me parles de ça maintenant.

Au moment où j'ai écrit ce post, il ne s'agissait pas de pagination due à des sauts de page : c'était mes blogs de catégorie. Avec peu d'intérêt que ça soit indexé.

Mais depuis, j'ai installé une extension compatible avec FlexiContent pour gérer les sauts de page dans mes articles les plus longs (pagebreakmyjspace).

J'ai en effet bien envie d'utiliser davantage les sauts de page, notamment pour réduire mon taux de rebond (c'est un peu artificiel, mais bon).

Cette extension génère des meta next et previous, gère bien les canonical. Elle semble permettre d'éviter le duplicate. Et de toutes façons le contenu de chaque page est bel et bien unique.

Du coup, ton post tombe à pic pour me rappeler que je dois modifier la règle dans mon robots :
Les start10, start20, etc. = blog de catégorie = ne pas indexer
Les autres (start2, start3, etc. ) = sauts de page = indexer
(Aucun de mes articles n'a 10 pages)

Merci.
Bonne journée.

Flo

Edit :
Dans mon robots.txt, j'ai donc remplacé :
Disallow: /*.html?start=*

par :
Disallow: /*.html?start=10
Disallow: /*.html?start=20

ce qui laisse la possibilité à Googlebot d'indexer les pages d'un article paginé, mais ne l'autorise pas à indexer les 2ème et 3ème pages de mes blogs de catégorie (10 articles par page).

Merci encore, car j'avais complètement zappé ce détail, et au fur et à mesure que j'aurais mis en place des paginations sur mes longs articles, j'aurais perdu en indexation & référencement...

[-Tony-]

Re : balise META description en double sur des URL de type '?start=10'

Bonjour
Perso pour les url non souhaitées et/ou en duplicate j'ai rajouté ca dans mon fichier logic.php qui est appelé dans le index.php :

if (preg_match("#users|error|Itemid|keyword|limitstart|orderby|contact|legales|conditions|limit|DESC|Desc|notify|feed|index.php|undefined|tmpl|PageSpeed|productsublayout#",$_SERVER['REQUEST_URI'])){$document->setMetaData( 'robots', 'noindex, follow' );} 

Dans le dictionnaire on peut rajouter ce que l'on veut, component, content, start=10, start=20, etc, etc séparé de | (ou)

Le jus seo est quand même transmis à la page canonique en cas de backlink car en follow et le crawl de la page peut se faire pour voir la balise canonical. Noindex on donne un ordre, c'est clair.

Peut être possible d'en faire un plugin tout bête où en admin on peut insérer les termes à exclure récupérés dans des variables ?

[lomart]

Re : balise META description en double sur des URL de type '?start=10'

Bonjour,

Je complète la réponse à ce fil.
Je viens de découvrir un petit plugin qui rajoute la page de départ à la balise title

http://extensions.joomla.org/extensions/extension/site-management/seo-a-metadata/joomir-seo-pagination

Il est suffisamment simple pour pouvoir adapter le texte à afficher.

[-Tony-]

Re : balise META description en double sur des URL de type '?start=10'

Du coup, ton post tombe à pic pour me rappeler que je dois modifier la règle dans mon robots :
Les start10, start20, etc. = blog de catégorie = ne pas indexer NON = BLOQUER = Pas de crawl = Pas de jus seo en cas de backlink
Les autres (start2, start3, etc. ) = sauts de page = indexer NON = NE PAS BLOQUER = Autoriser le crawl

Dans mon robots.txt, j'ai donc remplacé :
Disallow: /*.html?start=*

par :
Disallow: /*.html?start=10
Disallow: /*.html?start=20

NOINDEX: /*.html?start=10
NOINDEX: /*.html?start=20

Est plus approprié = un ordre = ne pas indexer, crawler, jus seo transmis à la page canonique.

Et encore mieux dans le code source (car NOINDEX dans robots.txt non officiellement reconnu mais fonctionne)

<meta name="robots" content="noindex, follow" />

[FlodAriege]

Re : balise META description en double sur des URL de type '?start=10'

OUla ! Moi avoir pas tout compris, là !
Tony, si tu es encore par là, tu peux me redire ça STP ?

[-Tony-]

Re : balise META description en double sur des URL de type '?start=10'



Comme j'avais reçu la notification de message lorsque Lomart à répondu, par curiosité j'ai relu le post et je me suis aperçu de ce que tu avais écris...

En fait, quand tu écris disallow dans ton robots.txt, ca ne veux pas dire "n'indexes pas", ca veux dire "t'as pas le droit de crawler cet endroit". Le problème c'est que des url bloquées via robots.txt peuvent être indexées, par exemple quand le robot y avait accès avant que tu donnes l'indication.

Tu peux donc voir ces url quand tu tapes la commande : site:mondomaine.com dans google, que tu va à la dernière page, page 33 pour ton site, et que tu cliques sur "relancer la recherche pour inclure les résultats omis", tu retournes à la page 32, et en fait là tu peux voir toutes les url bloquées, mais quand même indexées "La description de ce résultat n'est pas accessible à cause du fichier robots.txt de ce site. En savoir plus"

Le bloquage via robots.txt n'est pas la réponse au duplicate content, surtout si le bot a déjà crawlé et indexé ces pages.

Une balise noindex, follow + balise canonique sur toutes les pages en duplicate oui, + rel=prev et rel=next sur le contenu paginé (mais la balise canonique ne doit pas indiquer la page 1 sur la page 4 par exemple, elle doit indiquer la page 4)

https://support.google.com/webmasters/answer/1663744?hl=fr

A mon sens, la "bonne" méthode est d'appliquer une balise noindex, follow sur ces pages, ne pas les bloquer pour que les bots puissent les crawler et voir la balise canonical.
Tu peux accélérer la chose dans GWT avec "explorer comme google", lui demander de crawler la page, il verra la balise noindex et la canonique.

Si c'est une url "normale", c'est à dire accessible sur ton site via pagination, via affichage blog, flux rss, etc...il faut laisser comme ca et ne pas la bloquer, avec la balise noindex elle ne sera pas indexée, et avec la canonique, en cas de backlink pointant vers cette page, le jus seo sera transmis à la page canonique, chose qui n'est pas possible si cette url est bloquée via robots.txt.

Si c'est une url normalement non accessible via ton site, il faut faire comme ci dessus, puis si et seulement si tu es sure que googlebot a bien desindexé ta page, remettre l'instruction dans le robots.txt.

https://support.google.com/webmasters/answer/6062608?hl=fr

https://support.google.com/webmasters/answer/93710?hl=fr

PS : compares tes url canoniques avec les urls et les urls bloquées de ton robots.txt, y'a comme un blème

inurl:start site:mondomaine.fr