SEO mod_rewrite und TYPOlight

[backbone]

Hallo,

Ich arbeite zur Zeit daran eine TL-Erweiterung zu schreiben, welche den ganzen XMLHttpRequest-Spaß verkapselt um mehr Kontrolle über den Reloadprozess des Browsers zu gelangen. Während der Vorbereitung hab ich mich etwas über die ganze 301/302-Weiterleitungsproblematik und Google's Duplicate Content Geschichte durchgelesen.
Es wurde dabei unter anderem erwähnt das URLs die die gleiche Ressource bezeichnen als Duplicate Content gewertet werden und dies unter Umständen zum Ausschluss aus dem Suchindex von Google führt. Sobald im TYPOlight mod_rewrite aktiviert wird wär eine fiktive page.html, sowohl über die Standardanfrage host.de/index.php/page.html als auch über die Kurzform host.de/page.html zu erreichen.
Wird dies von Google als Duplicate Content gewertet und verschlechtert somit die Bewertung der Seite im Suchindex. Eine Erläuterung der Antwort wäre hilfreich.

Mit freundlichen Grüßen
Oliver

[jan.theofel]

Hi,

das Thema will Leo in Zukunft im Core abfackeln, siehe Ticket #1897.

Jan

[FloB]

Wird dies von Google als Duplicate Content gewertet und verschlechtert somit die Bewertung der Seite im Suchindex.

Abgewertet wird nur, wenn der DC als bösartig angesehen wird – ansonsten suchst sich Google einen der Links (möglicherweise den "falschen") raus. Wenn nirgendwo im Web mehrere Links kursieren, ist es höchst unwahrscheinlich, dass irgendeine SuMa auf einen alternativen Link kommt und diesen versucht zu indizieren.

[aw029]

Ein Teil meiner htaccess die die Problematik ohne 'www' und mit 'www' berücksichtigt:

#prevent double content
RewriteCond %{HTTP_HOST} ^example\.de$ [NC]
RewriteRule ^(.*)$ http://www.example.de/$1 [R=301,L] 

ergänzt um den Eintrag aus dem Ticketsystem sollte die DC Problematik vollständig behoben sein.

Gruß
Alexander

[aw029]

Hi,

ich habe noch eine andere Frage zu diesem Thema. Ich habe gerade gesehen, dass von mir auch alte Links im Google-Index sind.

http://www.url.de/index.php?page=photos

Bei meiner TL 2.7.6 wird dann die Startseite gerendert mit einem 200 OK. So fliegen die Seiten nie wieder aus dem Index und ich habe dadurch wieder DC.

Wie gehe ich hier am besten vor?
Ich könnte die Seiten über die Google-Tools entfernen aber dann muss ich ja da immer hinterher sein. Ich weiß leider nicht mehr, woher Google die Links hat. Aber wenn Sie einmal drin sind ist ja eh vorbei. Ich müsste also für diese Seiten ein 404 senden. Aber wie mache ich das am besten?

Gruß
Alexander

[jan.theofel]

Hi,

ich würde die Links auf jeden Fall in den Google Webmaster Tools "killen". Zusätzlich gilt es natürlich die Quelle auszumachen und den Link dort zu korrigieren bzw. korrigieren zu lassen.

Bei kleineren Projekten sollte die Linkquelle über "Links zu Ihrer Website" in den Webmaster Tools ausfindig zu machen sein.

Alternativ dazu kannst du Yahoo Siteexplorer verwenden:
http://siteexplorer.search.yahoo.com/

Wenn Yahoo die Seite auch indiziert hat, kannst du bei den "Inlinks" auf "Only this URL" stellen und kannst das so filtern.

Jan

[aw029]

Hi Jan,

danke. Habe die URL's über die Webmaster-Tools rausgeworfen, über die robots.txt verboten und zusätzlich "temporär" die index.php gehackt um einen 404 zu senden.

Danke für den Tipp mit den Yahoo-Siteexplorer.

Prinzipell ist das aber doch ein zweischneidiges Schwert, das TL alle _GET-Parameter zulässt und dann einfach die Startseite rendert. Natürlich müsste man umgekehrt alle _GET-Parameter auflisten, die erlaubt sind, aber andersrum exisiert die Seite ja nicht.

Grüße
Alexander