Discussion :

[Sayrus]

Hello,

Voici la question qui me trotte aujourd'hui:

Serait-il possible d'empêcher google que référencer certaines portions de code d'une page HTML?

le module de recherche, le calendrier, etc.

La logique veut que le menu principal suivi du texte d'intro soit d'abord visible par google, hors pour des raisons techniques, ce n'est pas toujours évident même avec l'utilisation des CSS.

D'où ma question, est-il possible de ne pas rendre visible le calendrier par exemple à google?

Pour moi la réponse serait "non", mais on ne sait jamais...

Merci

[{F-I}]

En effet, bonne question...

Je pense la même chose que toi, la réponse est un "non" mais...

La réponse m'intéresse beaucoup.

[cedric_g]

Bonjour

Quel est ton objectif ? Que Google ne prenne pas le "contenu texte" du calendrier pour du contenu de la page ? Ou qu'il ne suive pas les liens qui y figurent ?

Quoi qu'il en soit, un contrôle de type calendrier est généralement un tableau dont les liens sont des chiffres : quasiment aucun poids sémantique sur une page avec un contenu normal.

Les calendriers sont généralement affichés dans des sidebars, qu'il est aisé en CSS de faire passer après le contenu réel dans l'organisation du code

[Sayrus]

Bonjour

Quel est ton objectif ? Que Google ne prenne pas le "contenu texte" du calendrier pour du contenu de la page ? Ou qu'il ne suive pas les liens qui y figurent ?

Quoi qu'il en soit, un contrôle de type calendrier est généralement un tableau dont les liens sont des chiffres : quasiment aucun poids sémantique sur une page avec un contenu normal.

Les calendriers sont généralement affichés dans des sidebars, qu'il est aisé en CSS de faire passer après le contenu réel dans l'organisation du code

Salut,

Il peut y avoir aussi des panneaux avec moteur de recherche où l'on aurait l'input précédé du mot "Rechercher" ou encore un module de newsletter où l'on aurait "Inscrivez-vous à notre newsletter" etc...

Du contenu pas vraiment pertinant et donc inutile au référencement.

[cedric_g]

Pour ma part, quand de telles choses peuvent interférer dans mon placement sémantique, j'utilise des images GIF

Exemple ici => -http://www.aube-nature.com/photo,grosbec-casse-noyaux,6144,186.php

Le texte "Photo non libre de droit" ainsi que le pavé coloré sous l'image sont des images GIF (que j'interdis à l'indexation via mon robots.txt pour éviter de les voir apparaître dans Google Images...)

[thbar]

La méthode qui fonctionne pour moi est d'utiliser CSS comme tu l'évoquais, afin de laisser en premier dans le markup ton contenu.

Non seulement ça aide les moteurs de recherche à comprendre ton contenu, mais aussi l'internaute s'il tombe sur ta page dans un moteur de recherche (faire une requête "site:monsite.com" peut aider à se rendre compte des coquilles).

Tu peux utiliser des flottants CSS (exemple sur mon blog orienté productivité avec le lien en haut à droite intitulé "bookstore", qui est en fait dans le markup tout en bas pour ne pas polluer).

Je pense que mettre du javascript pour injecter un contenu pourrait fonctionner mais je ne m'appuie pas sur cette méthode car ça me parait bancal (et en prime certains moteurs commencent à interpréter le javascript apparemment si on en croit certains blogs seo).

Voilà!

Thibaut Barrère / LoGeek
--
http://blog.logeek.fr - learning content for developers
http://evolvingworker.com - tools for a better day

[Sayrus]

Faire avec des GIF dans mon cas ce ne sera pas possible...

Je vais essayer de faire avec les CSS...

[RaKaR]

Du coté de Yahoo, il existe une classe pour lui indiquer de ne pas tenir compte d'une portion "sans importance".

Il s'agit de robot-nocontent.

On peut l'utiliser comme cela :

class="robots-nocontent" dans une div, un p, un span etc... n'importe quelle balise html à priori.

[cedric_g]

Clair que je n'avais pas pensé au Javascript... C'est une solution, effectivement, qui est en tout cas valable aujourd'hui (mais peut-être plus demain, eu égard à la quantité de sites tournant en technologie AJAX et qui sont donc actuellement pénalisés)

[Sayrus]

OK merci pour toutes les infos...

Dommage que la class "no content" n'est pas gérée par les autres moteurs de recherche également.

Je vais simplement m'arranger d'une manière ou d'une autre à placer le contenu important avant tout le reste.

Merci.

[jump-jack]

régulièrement j'ai des portions de pages que je veux interdire au référencement / indexation pour différentes raisons :
- je noie ma densité de mots clefs avec des termes sans aucun rapport
- en colonne de droite j'ai une actu que je répète dans de nombreuses pages => partial duplicate content Donc pour éviter cela il ne faut pas que Google lise ce même contenu sur N pages de mon site
etc.

j'utilise 2 techniques :
- une image et ainsi je ets des mots clefs pertinents en title et ALT de l'img
- un javascript qui encadre le texte et l'affiche : Google est bloqué

[Sayrus]

régulièrement j'ai des portions de pages que je veux interdire au référencement / indexation pour différentes raisons :
- je noie ma densité de mots clefs avec des termes sans aucun rapport
- en colonne de droite j'ai une actu que je répète dans de nombreuses pages => partial duplicate content Donc pour éviter cela il ne faut pas que Google lise ce même contenu sur N pages de mon site
etc.

j'utilise 2 techniques :
- une image et ainsi je ets des mots clefs pertinents en title et ALT de l'img
- un javascript qui encadre le texte et l'affiche : Google est bloqué

Je suppose que pour les menus, et portions de textes sans importance comme "Rechercher : {input}" ou "navigation > home > article 63 > les ours sodomites des colinnes moldaves du sud ouest Sibérien", ça il pourra faire la différence entre ce qui est contenu et ce qui est "décoration" et module on va dire?

[jump-jack]

je ne suis pas sur d'avoir tout compris alors je vais répondre très large

je ne masque jamais mon fil de navigation, en revanche j'essaie toujours de mettre des mots utiles dedans
si le BL est en double et que mon fil de nav s'affiche après le menu de gauche, travail inutile certes mais bon
si le BL n'est pas en double ben cela me fait un tag et une bricole en plus en référencement naturel.

un duplicate content débute à grosso modo 30/40 caractères consécutifs identiques. Si pour des besoins marketing humain on a besoin de répéter sur toutes les pages du site une actu du style "venez nous voir stand 4B234 au salon des ours sodomites à Belgrade" , ben là on se prend un partial duplicate content que Google va gérer à peu près comme suit :

- la page en faute a 1000 caractères et plus: rien ou il se contente de noter un dup content sur cette page juste pour mémoriser que 3% des car de cette page sont en dup content. Si d'autres dup content apparaissent, passé un certain seuil que je connais pas et qui de toute façon doit varier dans la durée, les sanctions commencent


- la page en faut a trop de dup content ou tres peu de caractère : le dup content représente 50% du texte de la page =>
black liste partiel : la page n'apparaitre JAMAIS sur un mot clef contenu dans les textes jugés en dup content
- passé un certain seuil, toute la page est en black liste.

voilà

cdlt
Jump

[MasterOfChakhaL]

Bonjour,

Je lis avec intérêt votre discussion. L'explication sur les duplicate content m'a interpellé.

Sur de nombreux sites, on peut retrouver une zone (souvent une colonne) avec des liens un peu partout pour les actu, la navigation secondaire...

Ceci est-il pénalisant du point de vue référencement ? Vaut-il mieux utiliser une iframe pour ce genre de contenu qui peut se retrouver sur de nombreuses pages?

Et de manière générale, y a-t-il des recommandations concernant toutes les parties répétitives (menu, copyright, bandeau de tête...) ?

Pardon pour la digression mais je pense rester sensiblement dans le sujet...

[cedric_g]

Bonsoir

Je ne suis pas trop d'accord avec Jump-jack sur le fait de ne mesurer que le contenu texte, basiquement. C'est un peu plus compliqué que cela à mon avis

Sinon tous les blogs présentant un certain nombre de tags et catégories seraient très souvent en duplicate !

Je pense que Google "sait" analyser la sémantique et la structure grammaticale d'une page, afin de distinguer des suites de mots-clés ou de liens du contenu réel. Sur l'un de mes sites récents, j'ai eu plusieurs pages indexées et différenciées avec pourtant seulement 3/4 mots de différence d'une page à l'autre (c'était dû à une erreur de ma part puisque j'avais omis d'afficher des descriptifs de photos )

Donc il n'y a pas de règles absolues, puisque tout intervient dans la "mesure" de la notion de duplicate content : le titre, les balises META (même la balise Keywords, malgré qu'elle n'ait plus aucun poids dans la densité des mots-clés elle semble en avoir dans la gestion du duplicate), et le contenu texte évidemment.

[jump-jack]

la politique de Google a évolué dans le temps mais la traque au dup content reste bien présente.

illustration : un site pépère d'un club de tennis
la page adresse.html ne fait que 100 à 200 caractères
Pas de bol, les 100 caractères de l'adresse existent déjà sur différents autres sites : annuaires, la page sport de la ville etc.
blacklist de cette page

dans d'autres sites où le % était moins fort, tous les mots clefs du bloc en dup content ne donnait jamais cette page du site comme existante dans Google.

Google sait faire la différence entre un blog et un site (sont pas idiots !!)
la technique de parcours entre un site et un blog est différente tout simplement

dernier point : un duplicate content peut monter aussi bien au bout de 8 jours que de 2 mois

donc en faire un, s'en apercevoir, corriger et ne pas avoir de dup content => tu es resté dans les délais laissés pour une correction ou le temps de mettre des routage 301 / 302 etc.

dernier point issu de mes campagnes de mesures : si le % de texte en dup content est faible, il ne se passe pas grand chose d'apparent. Mais 3 dup content sur une page donnée en conflit 3 pages autres de 3 sites différents => black list partiel car le total en ratio sur le texte total devait dépasser un seuil relatif.

Donc tout ce qui est colonne de droite en répétitif : image avec title et ALT gérés en fonction de la page locale

maintenant, chacun fait comme il veut et assume. Il se peut que je sois trop prudent. Possible.
mais est ce bien grave ? à mon humble avis, non.

je suis surpris que quelqu'un ait mesuré un impact en dup content avec les meta keywords (faut dire que j'ai jamais pensé à tester ce vieux truc)

à plus ....

[jump-jack]

un mot : superbe !!
bonne chasse photo
Jump 'n Jack

[cedric_g]

Bonjour

Merci

Pour les keywords, à priori ça a été "mesuré" lors de tests réalisés par un webmaster sur un forum très connu dans le petit monde du SEO

J'y attache donc une petite importance. Concernant le duplicate, c'est assez difficile à gérer quand comme moi on gère d'abord une galerie photo : nécessité de commenter chaque photo (ce qui accessoirement plaît énormément aux internautes), et de prendre en compte chaque élément texte susceptible de différencier une page d'une autre.

J'ai encore quelques centaines de pages à "corriger"... ce qui n'est pas simple non plus dans la mesure où le nom des pages est réécrit dynamiquement et que je dois gérer des redir 301 à chaque modif pour ne pas perdre un positionnement chèrement acquis avec le temps

[Sayrus]

Dans le même sujet : "Ce qu'on ne veut pas que google référence sur une page pour éviter le duplicate content".

Je me demandais si le contenu de certaines balises était pris en compte par google?

Exemple :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

<code>Mon contenu est-il pris en compte par google ou ignoré?</code>

Voilà

[thbar]

Hello Sayrus,

sur mes blogs, les commandes placées en balises <code> (ex: "gem install piston" sur http://blog.logeek.fr/2008/1/4/how-t...-your-upgrades) sont retrouvées dans les mots clés qui amènent sur la page via Google (dixit Google Analytics).

Je pense que ces balises sont considérées comme les autres comme du contenu.

a+

Thibaut Barrère / LoGeek
--
http://blog.logeek.fr - learning content for developers
http://evolvingworker.com - tools for a better day