Lien étrange

[milouchouchou]

Bonjour tout le monde

Quelqu'un pourrait-il m'expliquer où le Spider Googlebot 2.1 va chercher ce genre de lien fantaisiste lors de son indexation :

Code: Tout sélectionner

http://milouchouchou.com/index.php/ensemble-du-site/annuaire/chiens/les-photos/chiens-ou-chiots-a-adopter/paradis/paradis/mon-rambo-au-paradis-16/12/les-poemes/groupes-fci-par-pays/paradis/ma-petite-bijou-22/02/ensemble-du-site/ensemble-du-site/html/paradis

Code: Tout sélectionner

http://milouchouchou.com/index.php?Itemid=78&option=com_contact_enhanced&view=contact&id=5

Code: Tout sélectionner

http://www.milouchouchou.com/schnauzer-geant

C'est régulièrement par dizaines que je vois des liens de ce genre dans mes statistiques, tous aussi exotiques.

Je n'ai jamais créé ce type de page ou lien, l'adresse de mon site étant tout simplement http://www.milouchouchou.com

Merci d'éclairer ma chandelle, si quelqu'un a la réponse.

Francis

[UsagiYojimbo]

Tu devrais essayer d'installer le logiciel Xenu Link Sleuth sur ta machine, et le lancer sur ton site, histoire de voir si tu n'a pas un ou plusieurs liens mal structurés sur ton site, qui génèrerais ce genre de chose. Vu le code HTML (des </html> au beau milieu), ça ne m'étonnerais pas.

Faudra que tu nous expliques au passage ta balise noscript gavé de liens, c'est pas très clean, voire même risqué.

[milouchouchou]

Merci pour ta réponse rapide

La balise noscript est générée automatiquement par le programme que j'utilise pour la création de mes menus qui sont en Javascript, elle est utile pour afficher les liens si le visiteur désactive le ce Javascript.

Le </html> au milieu vient d'être corrigé, une petite erreur de ma part.

Je vais voir pour trouver ce programme et tester mon site comme tu le suggères.

Francis

[Dolph]

La balise noscript est générée automatiquement par le programme que j'utilise pour la création de mes menus qui sont en Javascript, elle est utile pour afficher les liens si le visiteur désactive le ce Javascript.

On peut faire les même menu en pur html/css.

Et pour ce qui est des liens, c'est aussi à toi de renvoyer une 404 sur ce type de lien.

[milouchouchou]

On peut faire les même menu en pur html/css.

Et pour ce qui est des liens, c'est aussi à toi de renvoyer une 404 sur ce type de lien.

Ok pour le menu, mais apparemment celui-ci fonctionne très bien, mais je vais étudier cette possibilité.

Il y a une 404 personnalisée sur le site et elle fonctionne.
Dans le cas présent, si j'envoie ces liens exotiques, je retombe sur ma page index.

Ce que je voudrais savoir, c'est de où Google tient ces liens ?
J'ai installé le programme Xenu Link Sleuth, il est occupé à vérifier...

[milouchouchou]

Faudra que tu nous expliques au passage ta balise noscript gavé de liens, c'est pas très clean, voire même risqué.

Après vérification de mon générateur de menu, voici la réponse :

Selecting this option will make the output HTML code search engine friendly by outputing <a> tags (HTML links) for each menu item inside a <noscript> tag, therefore allowing search spiders to crawl through your site.

[UsagiYojimbo]

Je n'avais initialement pas vu que ton menu était totalement en javascript. C'est sûr que ça serait quand même mieux d'avoir une version html/css.

[Dolph]

Il y a une 404 personnalisée sur le site et elle fonctionne.

La preuve que non sinon ce type de lien aboutirait sur une 404.

[milouchouchou]

Bonjour

Voilà, les liens de mon site (plus de 120 000) ont été vérifié, et comme je m'en doutais, tous les liens sont bons.

Ma question initiale reste donc d'actualité : où va-t-il chercher cela ?

Bonne journée.
Francis

[UsagiYojimbo]

Déjà les adresses avec et sans www répondent de la même manière, ce qui est déjà un problème en soit.

La deuxième url que tu met à été indexée et répond, ce qui montre, comme le disait Dolph, que ta page 404 fonctionne mal : http://www.google.com/search?hl=fr&client=firefox-a&hs=iAf&rls=org.moz ... =&aql=&oq=

http://www.google.com/search?q=site:milouchouchou.com+inurl:html/parad ... s&filter=0 est également indexée

preuve que tu as sans doute un souci interne avec tes url.

[milouchouchou]

Tout ce qui se trouve derrière index.php ne sont que des paramètres inutiles ajoutés par le robot d'indexation, on se retrouve donc automatiquement sur la page index.php

Il n'y a pas de soucis internes, je l'ai signalé dans ma réponse précédente.

Pour les adresses avec ou sans www, le soucis vient à nouveau du robot, mon site est configuré en www et tous les sitemaps le sont aussi.

[UsagiYojimbo]

Il se peut aussi que ces pages aient été indexées avant que tu ais mis en place la réécriture des url. Il faut donc prévoir les redirections qui vont bien dans ce cas.

Pour le www et sans www, il suffit qu'un lien interne au site pointe vers l'url avec / sans pour que les deux se retrouvent indexées si rien n'a été fait.

[fredfan]

Je ne pense pas que les liens dans les balises noscript soient comptabilisés dans l'algorithme Google, même s'ils sont suivis. Il y avait eu une annonce dans ce sens il y a quelques années pour éviter le spam.

[milouchouchou]

Je ne pense pas que les liens dans les balises noscript soient comptabilisés dans l'algorithme Google, même s'ils sont suivis. Il y avait eu une annonce dans ce sens il y a quelques années pour éviter le spam.

En HTML, la balise NoScript permet de donner un contenu alternatif quand un script n'a pas pu être exécuté (voir la balise Script).

En pratique, cette balise fait généralement référence au langage Javascript. Actuellement, la majorité des navigateurs reconnaissent le Javascript. Néanmoins, il reste toujours possible pour les internautes de désactiver manuellement ce langage dans les options du navigateur, d'où l'intérêt d'utiliser la balise NoScript.

Je me trompe ou pas ?

Il se peut aussi que ces pages aient été indexées avant que tu ais mis en place la réécriture des url. Il faut donc prévoir les redirections qui vont bien dans ce cas.

Pour le www et sans www, il suffit qu'un lien interne au site pointe vers l'url avec / sans pour que les deux se retrouvent indexées si rien n'a été fait.

Ces liens n'ont jamais existé et aucune n'a jamais été faite. Quand aux redirections, je n'ai pas envie de passer le reste de ma vie à suivre les élucubrations des robots, et puis bonjour le fichier htaccess, il risque de prendre des proportions anormales avec toutes ces lignes de redirections.

Toutes les rares pages où se trouve un lien de retour vers la page d'accueil est codée avec un / sans mentionner index.php

[fredfan]

C'est un coup de gueule contre Google ou une demande de conseil ?