Discussion :

[bluelambda]

Bonjour,

J'ai besoin des conseils de quelqu'un qui s'y connaît en indexation

Sur l'un de mes sites j'ai pas mal de fichiers PDF en ligne.
Plusieurs autres sites font des liens directs vers mes PDF, les visiteurs téléchargent donc les PDF sans passer par mon site.
J'ai donc voulu faire en sorte que lorsque l'on veut télécharger un PDF sur mon site on voie d'abord une page de téléchargement qui fournit un lien vers le PDF.
Ainsi les sites externes gardent la possibilité de faire des liens vers mes PDF, mais on voit quand même que c'est moi qui les héberge.

J'ai donc mis un .htaccess à la racine du site qui contient une redirection 301 :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
RedirectMatch 301 ^/(.+\.pdf)$ http://mon_site/download_page.php?filename=$1

Pour le reste, ça fonctionne comme suit :

download_page.php présente des informations relatives au fichier PDF (titre, auteur, brève description) + un lien vers download.php?filename=...
Il crée également une variable de session PHP indiquant que l'utilisateur a vu download_page.php pour ce fichier PDF.

download.php vérifie dans les variables de session PHP si l'utilisateur a vu download_page.php pour ce fichier PDF. Si tel est le cas il envoie le PDF demandé. Sinon il redirige vers download_page.php.

Voici ce qui se passe quand on veut télécharger un PDF :

• on charge l'adresse http://mon_site/pdf/un_fichier.pdf
• redirection .htaccess: http://mon_site/download_page.php?fi...un_fichier.pdf
• download.php affiche le nom de l'auteur, une description du fichier et un lien de téléchargement download.php?filename=un_fichier.pdf
• l'utilisateur clique sur le lien qui le dirige à l'adresse download.php?filename=un_fichier.pdf
• download.php voit que l'utilisateur a sa variable de session indiquant qu'il a vu la download_page.php, il envoie donc le PDF

Problème : Google et les autres moteurs de recherche n'indexent pas les PDF et leur contenu, et je ne comprends pas pourquoi.

Si vous avez des suggestions pour m'aider ça me serait très utile car je bloque un peu !
Peut être que c'est lié au fait que l'on soit obligé de visiter download_page.php avant de voir les PDF, et lorsque les moteurs ont indexé les PDF ils se rendraient compte plus tard que lorsqu'ils veulent à nouveau y accéder ils se retrouvent sur download_page.php avec un lien vers le PDF... peut être que ça les fait bugguer.

Si vous voulez tester en vrai sur le site au cas où je n'aurai pas été suffisamment clair : http://sitelec.org/cours2.htm, cette page est remplie de liens PDF (et aucun n'est indexé...).

Merci beaucoup pour vos lumières !

[saymoneu]

Bonjour,

- Pour que le référencement se fasse il faut que le contenu de tes PDFs soient du texte, et non du texte vectorisé ou une image.
- Renseigne les propriétés des documents, en particulier la propriété "title".
- Essaye d'inclure des liens vers ton site dans vos documents, en utilisant des intitulés de liens pertinents.
- Positionne les PDF au maximum possible en haut de ton arborescence afin qu'ils soient facilement trouvés par les moteurs de recherche
- Fais en sorte de placer du texte pertinent dès le début des documents (front loading)
- Tag tes PDFs, toujours grâce aux options d'accessibilité. Definis titres et textes alternatifs pour les images.

J'ai trouvé ces infos sur différents sites car j'ai eu le même problème que toi il y a 2 ou 3 ans. Je ne peux pas t'assurer que toutes marchent mais depuis mes pdf sont mieux référencés!

[thelvin]

Les variables de session, ça ne marche que si on a une session. Pourquoi les moteurs de recherche maintiendraient-ils une session ? Ce ne serait pas logique...

Il faut que je vérifie si je ne dis pas une connerie, mais il me semble que ça marcherait mieux si tu vérifiais le Referrer pour décider si oui ou non tu envoies le PDF. Les moteurs de recherche signalement probablement le Referrer.