Ne pas indexer les PDF

[Julia41]

Bonjour, je dispose d'un ptit site en Joomla...
Celui-ci a un ptit contenu correct, et comme la plupart des sites joomla, il propose (enfin j'ai laissé l'option) l'article au format PDF...

J'aimerais ne pas indexer par Google ce PDF, j'ai quelques articles indexé dans mes premiers résultat qui ne sortent que en pdf (avec la traduc en html par GG qui est pire) alors que la page est dispo en html directement...

Quelqu'un as-til une solution simple ?
Si possible sans .htaccess plutôt par robots.txt ou par cfg d'apache...

[raljx]

Dans ton robots.txt :

Code: Tout sélectionner

User-agent: *
Disallow: /*.pdf$

ou seulement pour GG

Code: Tout sélectionner

User-agent: Googlebot
Disallow: /*.html$

[phpmikedu83]

La meilleur solution serait une redirection 301 de tes pdf vers tes fichiers .html

Après, il faut connaître la convention de nommage des 2 types de fichier pour te proposer une règle à mettre dans le httpd.conf
Et savoir aussi, si tu ne veux plus laisser l'accès aux formats pdf

[Julia41]

Alors j'ai trouvé ce post (merci dd)
http://www.webrankinfo.com/forums/viewtopic_29906.htm
Mais je viens de tester cela n'a pas l'air de marcher, mes pdf ont une tête bizarre :p

Code: Tout sélectionner

/index2.php?option=com_content&do_pdf=1&id=100

Donc d'après l'article, j'ai testé, cela n'a pas l'air de marcher en mettant un ;

Disallow: /index2.php?option=com_content&do_pdf=

[dmathieu]

Le disallow que tu viens de donner devrait fonctionner.
Attention cependant, Google est toujours un peu long pour remettre à jour le contenu d'un robots.txt.

[Julia41]

Ah j'me disais aussi, ça pouvais venir de ça...
Bon, je laisse ça comme ça alors, on va bien voir :p
Merci pour vos infos, on va tester...

[dmathieu]

Euh ouais, faut pas croire les idées reçues. Google n'est pas Dieu et il ne peut détecter automatiquement ton nouveau robots.txt. Il faut qu'il le crawle avant.

[Julia41]

Bah j'pensais qu'au moment des tests, plutôt que de se servir de son fichier en cache, il retentait en temps réel vu que c'est un "Outils pour les Webmasters"

[david96]

Euh ouais, faut pas croire les idées reçues. Google n'est pas Dieu et il ne peut détecter automatiquement ton nouveau robots.txt. Il faut qu'il le crawle avant.

Pourtant il le fait pour les actualités !

[Julia41]

It'S WorK !

[david96]

Gné, heingue, comment, allo !?

[dmathieu]

It'S WorK !

Sauf que c'est incorrect ça. C'est "It works" ou "It's working"

[Julia41]

Hum merde pour une fois qu'tu fais gaffe à pas faire de fautes d'orthographes dans ton message...
Hum la prochaine fois, attention à toi...
Et de toute façon tout le monde avait compris :p