Blog Posts - Doppelter Content

[iandi]

Hallo zusammen!

Mir ist gerade bei einem "Kunden" (eher Bekannten) aufgefallen, dass alle seine Blogposts doppelt indexiert werden, was daran liegt, dass der Post einmal "normal" auftaucht also etwa in der Form "www.beispiel.de/blogposts/items/beispielpost.html und dann nochmal unter "www.beispiel.de/blogposts/items/beispielposts/action/results.html

Alle Posts sind bei Google sowohl in der einen Form ohne das "action/results" Anhängsel als auch mit dieser Form indexiert. Und ganz wichtig: Sie können auch noch jeweils über die eine oder andere Form aufgerufen werden! (also eine Änderung der URL-Syntax kann nicht die Erklärung sein. Eine solche gab es auch nicht). Was natürlich - um es gelinde auszudrücken - nicht so schön ist. (Katastrophe, Katastrophe!) Also falls einer einen geeigneten Befehl kennt um alle Seiten mit solch einem "action/results" per htaccess auf die andere Form umzuleiten - ICH WÄRE SEHR DANKBAR!

Andererseits kann das aber doch grundsätzlich nicht sein, dass so etwas passiert? Hat jemand eine Idee wo man das Problem bei der Wurzel packen könnte?

Danke für jede Anregung und Grüße!
Marcus

[jan.theofel]

Hi,

was für Erweiterungen hast du denn installiert, die News betreffen. Mir wäre bislang keine bekannt, die "action/results" an die URL anfügt und darunter den gleichen Content verfügbar macht.

Jan

[iandi]

Erst mal Danke für die Antwort Jan. Also da ist nicht wirklich viel installiert was relevant sein könnte. Das ist einmal die Pingback Erweiterung und dann noch die Erweiterung "Newstwitter" (die aber inaktiv ist, also nicht konfiguriert ist und nicht genutzt wird).

Was auch immer das auslöst - es ergibt komplett doppelten content im Blog. Ich kann mir nicht vorstellen, dass das hier der einzige existente Fall ist. Ich bin ja auch nur per Zufall auf den gespiegelten Content gestoßen.

Bin gerade bischen ratlos. Also ich werde die zwei Erweiterungen nun erst mal entfernen lassen, mal sehen ob das was bringt.

[MacKP]

Ich kann das Problem bestätigen.

Auch in der Online Demo kann man das sehen -> http://demo.contao.org/news-reader/i...n/results.html

Einfach an eine Beliebige Nachricht /action/result.html drann hängen anstelle des eigentlichen .html

Das funktioniert sogar bei jeder Seite ^^
Und noch witziger:
http://demo.contao.org/calendar/argls.html
Funktioniert also alles was den passenden Anfang hat und dann /irgendwas solange da ein .html zum Schluss drann ist.

Eventuell mag das mal einer ins Tickes System schreiben ;-)

Viele Grüße

[iandi]

hi MacKP!

Auch dir danke für die Antwort. Das ist ja krass... und vor allem echt sch... weil die dinger dann wie gesagt auch im index landen. Ich halte das für einen recht üblen... Bug? Das mit dem Ticket... was du da angesprochen hast... ich bin hier im Forum nicht so ganz drin. Kannst du das übernehmen oder sagst du mir, wo und wie ich das machen kann?

Schönen Samstag jedenfalls! (ohne Regen???)

Grüße aus hamburg

[iandi]

Ich hab eben mal die Online-Demo http://demo.contao.org/news-reader/i...n/results.html überprüft. Ist tatsächlich genauso dort. Und wenn man nun im Google Cache mal die eine und dann die Version ohne das action/results ansieht kann man sehr schön feststellen, dass beide im Index sind

Ich hoffe ja, es gibt noch einige Kommentare und Antworten zu dem Thema - denn ich finde das schon recht wichtig

[MacKP]

Tickets kann man hier öffnen: http://dev.contao.org/

Wäre schön wenn man direkt eine Lösung Präsentieren könnte... Ich schätze mal das liegt an den rewrite regeln. Könnte mich aber auch irren. Eventuell hat da einer noch ne schöne Idee wie man das umgehen kann von den Entwicklern hier.

Viele Grüße

[acenes]

Dass man an eine URL fast beliebige Parameter anhängen kann und diese keinen Effekt haben wen sie der Server nicht auswertet sollte eigentlich bekannt sein. Das ist keine "Contao-Krankheit" sondern bei fast allen Websites so.

Die andere Frage ist, wieso diese auch im Google Index aufscheinen. Ich vermute mal dass Ihr die Suchresultat-Seite nicht in robots.txt ausgeschlossen habt.

[iandi]

wenn das mit der suche und der robots.txt die lösung sein sollte, dann wäre es aber auch sinnvoll, dies in der robots.txt auch grundsätzlich auszuschließen - also so, dass der nutzer das nicht erst tun müsste. das ist bei anderen CMS ja auch der fall. aber danke für den hinweis. mal sehen, ob das das problem löst...