Immer Ärger mit dem BASE-Tag - Meinungen und Erfahrungen erwünscht

**Babelfisch** · 05.09.2013, 11:14

Wie wir alle wissen, werden Scripte, Stylesheets, Bilder, etc. in Contao immer relativ zu der im BASE-Tag angegebenen URL verlinkt. Das sieht dann so aus:

HTML-Code:

<head>
  <base href="http://www.example.com/">
  <link rel="stylesheet" href="assets/css/f9bf0fdc4898.css">
</head>
<body>
  <img src="files/images/bild.jpg" alt="">
</body>

In der Theorie ist das alles richtig und eine tolle Sache, da die Basis-URL nur einmal angegebene werden muss. In der Praxis sehe ich aber im Log, dass durch die Bank weg alle Browser, Suchmaschinen und sonstige Crawler mehr oder weniger Probleme damit haben und immer wieder unnötige 404er produzieren. Selbst beim Googlebot konnte ich das beobachten (Domain geändert):

Code:

Details: No active page for page ID "grammatik/zeiten", host "www.example.com" and languages ""
 (http://www.example.com/de/grammatik/zeiten/files/images/english/english_tenses.de.png)
Funktion:	PageError404 generate()
IP-Adresse:	66.249.78.0
Browser:	Mozilla/5.0 (compatible; Googlebot/2.1; +http://www.google.com/bot.html)

Die Seite inkl. dem Bild habe ich erst gestern hinzugefügt und heute hat der GoogleBot (IP kommt wirklich von Google) das Bild nicht in dem BASE + Bild Pfad sondern im relativen Pfad zum Ausgangsverzeichnis gesucht.

Momentan ist bei mir die Lage so, dass ich nur durch ’zig Regeln in der .htaccess, die die häufigsten Fehler an die richtigen Stellen weiterleiten, überhaupt noch das Log halbwegs nutzen kann. Ohne diese Maßnahmen sind ca. 95 % der Logeinträge 404er von falsch aufgelösten URLs, bei denen der BASE-Tag nicht beachtet wurde.

Ich möchte mal hier in die Runde fragen, wie das bei anderen aussieht. Habt ihr ähnliche Erfahrungen gemacht oder nicht? Stört euch das oder nutzt ihr das Log sowieso nicht? Gibt es noch andere Weg, wie man das umgehen kann?

Gruß

**Spooky** · 05.09.2013, 11:31

Zitat von Babelfisch

Code:

Details: No active page for page ID "grammatik/zeiten", host "www.example.com" and languages ""
 (http://www.example.com/de/grammatik/zeiten/files/images/english/english_tenses.de.png)
Funktion:	PageError404 generate()
IP-Adresse:	66.249.78.0
Browser:	Mozilla/5.0 (compatible; Googlebot/2.1; +http://www.google.com/bot.html)

Die Seite inkl. dem Bild habe ich erst gestern hinzugefügt und heute hat der GoogleBot (IP kommt wirklich von Google) das Bild nicht in dem BASE + Bild Pfad sondern im relativen Pfad zum Ausgangsverzeichnis gesucht.

Das ist ja dann gar kein Problem mit dem Base Tag, sondern mit der Language URL. Oder sehe ich das falsch?

Wenn man die Language in der URL hat, kann man bspw. in den Browsern auch nicht direkt aus dem View Source Code Fenster die verlinkten CSS oder JavaScript Dateien aufmachen, weil der Browser dann immer auf example.com/de/files/foo/css/arr.css verlinkt, statt auf example.com/files/foo/css/arr.css.

**Babelfisch** · 05.09.2013, 11:38

Zitat von Spooky

Das ist ja dann gar kein Problem mit dem Base Tag, sondern mit der Language URL. Oder sehe ich das falsch?

Nein, das ist ein BASE-Tag-Problem. Die Ausgangsseite war:

Code:

http://www.example.com/de/grammatik/zeiten/zeitpfeil

Dort war dieses Bild eingebunden:

HTML-Code:

<img src="files/images/english/english_tenses.de.png">

Im Base-Tag steht:

HTML-Code:

<base href="http://www.example.com/">

Entsprechend wäre der richtig aufgelöste Pfad zum Bild:

Code:

http://www.example.com/files/images/english/english_tenses.de.png

Ignoriert man dagegen den BASE-Tag und generiert den Pfad relativ zur Dokument-URL, kommt das raus:

Code:

http://www.example.com/de/grammatik/zeiten/files/images/english/english_tenses.de.png

… und genau danach hat der GoogleBot gesucht. Er hat also definitiv den BASE-Tag ignoriert.

Gruß

**andreasisaak** · 05.09.2013, 18:42

Und welchen Vorteil hast du nun wenn du den Base Tag weglässt? Ich empfehle dir Domainlink für absolute URLs

**Babelfisch** · 05.09.2013, 18:51

Zitat von andreasisaak

Und welchen Vorteil hast du nun wenn du den Base Tag weglässt?

Ähh, keines der genannten Probleme…

Zitat von andreasisaak

Ich empfehle dir Domainlink für absolute URLs

Funktioniert das auch bei Bildern?

Gruß

**andreasisaak** · 05.09.2013, 19:43

Wenn der Googlebot den Base tag nun eh ignoriert und du ihn aus der fe_page löscht, was hast du dann gewonnen? Das wird mir nicht klar.

Und ja Domainlink greift überall, nur bei Links/Bildern aus dem TinyMCE nicht.

**andreasisaak** · 05.09.2013, 19:50

Nur mal so:

http://productforums.google.com/foru...rs/84WzsauJXtY

**lindesbs** · 05.09.2013, 20:01

Ich kenne Content Suchmaschine, die sich fuer Bilder oder CSS interessiert.
Es geht hierbei NUR um den sichtbaren Content.
Und das ist eben TEXT.

**Spooky** · 05.09.2013, 22:19

Zitat von Babelfisch

Ähh, keines der genannten Probleme…

Wenn du den base tag einfach weg lässt, besteht das Problem ja weiterhin, daher ist mir auch nicht ganz klar worauf du hinaus willst.

Zitat von lindesbs

Ich kenne Content Suchmaschine, die sich fuer Bilder oder CSS interessiert.
Es geht hierbei NUR um den sichtbaren Content.
Und das ist eben TEXT.

Ist der Googlebot nicht auch für die Image Suche zuständig?

**Flex** · 06.09.2013, 07:54

Ich denke es geht darum den Base Tag wegzulassen und überall mit absoluten URIs zu arbeiten.

Ich habe das genannte Problem allerdings auf keiner Seite... Klar, kommt ab und zu mal ein 404 weil etwas weggenommen worden ist und dann nicht mehr vom Googlebot gefunden wird, ältere Dokumente es aber noch verlinken o.ä....

Aber das von dir hier beschriebene Problem habe ich nicht.

**Babelfisch** · 06.09.2013, 20:55

Worauf ich hinaus will? Ich wollte primär erst mal meine Erfahrungen schildern und fragen, ob andere mit den gleichen Problemen zu kämpfen haben. Interessant wäre hier insbesondere Nutzer, die Seiten mit vielen Inhalten und Zugriffen haben, da die Probleme mit zunehmenden Inhalten und Zugriffen auch immer deutlicher werden. Eine Seite von mir mit ca. 500 Besuchern pro Tag und ca. 100 Seiten ist noch im gelben Bereich, während das beschriebene Projekt > 3.000 Seiten und > 10.000 Besucher hat und damit auch deutlich mehr Fehler produziert werden.

Ich habe auch nicht geschrieben, dass ich den BASE-Tag einfach so weglassen will. Das alleine wäre einfach und würde genau nichts bringen. Es geht darum, dass man evtl. mal überlegen sollte, in Contao gleich absolute URLs zu produzieren und damit das Problem generell zu vermeiden. Mit diesem Vorschlag brauche ich aber nicht bei Leo ankommen, wenn außer mir keiner ein Problem damit hat, deshalb meine Frage.

Und natürlich sucht Google auch nach Bildern, schließlich hat er ja eine eigene Bildersuchmaschine.

Gruß

**JBN** · 04.03.2015, 08:33

Hallo zusammen,

ich habe bei verschiedenen Seiten auch immer wieder das Problem mit den base Tag das diese z.B. auch von Facebook nicht berücksichtigt wird und FB dann versucht ein Bild der Seite zu laden um es als "Titel Bild" bei eine Like zu verwenden. Auch bei SEO wird immer wieder davon abgeraten den "Base Tag" zu verwenden.
Ich hatte daher schon mal damit rumgespielt den Base Tag zu entfernen und über den Hook "generateFrontendUrl" alle URLs absolut zu setzen. Das hatte nur den dummen Nebeneffekt das die Sitemap und die Suche nicht mehr funktionierten.

Hat jemand damit schon etwas mehr Erfahrung und oder kann mir einen Tip geben wie ich den Base Tag entfernen kann ohne das Contao dann dabei rum zickt?
Derzeit setze ich meist noch die 3.2 LTS ein.

Vielen Dank
JBN

**Kahmoon** · 04.03.2015, 08:46

Wenn es dir nur um Facebook etc. geht..warum setzt du nicht, die dafür vorgesehenen, og: metatags? Dann sucht sich FB auch nicht irgendein Bild sondern bekommt ein Vorgegebenes.

Zum Topic
Ich habe auch ab und zu solche URL Fehler und ich verwende kein Language in der URL. Google selbst hat hier aber noch keinen Fehler erzeugt....nur so Kandidaten wie xovibot und so Zeug.

**Flex** · 04.03.2015, 08:49

Zitat von JBN

Auch bei SEO wird immer wieder davon abgeraten den "Base Tag" zu verwenden.

Gibt es dafür 'ne verlässliche Quelle?

Und wenn Facebook im HTML rumwuselt, liegt das ja daran, dass für die Seite keine Open Graph Tags gesetzt sind.
Grundsätzlich unterstützt aber auch der Facebook Crawler das base Tag.

Beispiel:

Code:

http://www.contao-pool.de/

In Contao umgesetzt, keine gesetzten Open Graph Tags, trotzdem ein Bild wenn man den Link bei Facebook einfügt.

**JBN** · 04.03.2015, 09:24

Zitat von Kahmoon

Wenn es dir nur um Facebook etc. geht..warum setzt du nicht, die dafür vorgesehenen, og: metatags?

Das habe ich ja auch bereits schon - soweit es geht - gemacht. Darum geht es mir auch nur in "zweiter" Linie.

Zitat von Kahmoon

Google selbst hat hier aber noch keinen Fehler erzeugt....nur so Kandidaten wie xovibot und so Zeug

Zu dem "Zeug" gehört leider auch der Bingbot. Der hat mir bei einer Contao Installation über Monate hinweg die Syslog voll gemüllt...

Zitat von Flex

Gibt es dafür 'ne verlässliche Quelle?

Eine 100% sichere Quelle gibt es für SEO Aussagen eigentlich nie - denn niemand weiss, was Google & Co. wirklich bewerten/gewichten. Aber ich habe immer wieder gelesen das "absolute" bzw. "Root-Relative" URLs von Vorteil sind und bevor ich mit Contao angefangen habe hatte ich alle meine Seiten so umgesetzt und bin sehr gut damit gefahren.

Zitat von Flex

In Contao umgesetzt, keine gesetzten Open Graph Tags, trotzdem ein Bild wenn man den Link bei Facebook einfügt.

Es gibt ja auch nur Probleme wenn man mit Verzeichnisstrukturen arbeiten. Erst bei HTML-Seiten ab der zweiten Ebene gibt es Probleme mit Bild und CSS-Links.

**Spooky** · 04.03.2015, 09:48

Zitat von JBN

Zu dem "Zeug" gehört leider auch der Bingbot. Der hat mir bei einer Contao Installation über Monate hinweg die Syslog voll gemüllt...

Wie sehen Beispiele dieser Meldung aus?

Zitat von JBN

Eine 100% sichere Quelle gibt es für SEO Aussagen eigentlich nie - denn niemand weiss, was Google & Co. wirklich bewerten/gewichten.

Und weil viel Scharlatanerie betrieben wird.

Zitat von JBN

Es gibt ja auch nur Probleme wenn man mit Verzeichnisstrukturen arbeiten. Erst bei HTML-Seiten ab der zweiten Ebene gibt es Probleme mit Bild und CSS-Links.

Das musst du genauer erklären. Hast du ein exaktes Beispiel?

**JBN** · 04.03.2015, 10:05

Zitat von Spooky

Wie sehen Beispiele dieser Meldung aus?

Es gibt die "No active page" Meldung für URLs die Kaskadiert die Hauptstruktur wiederholen, als z.B.

Code:

www.example.org/verzeichnis1/

Parallel gibt es /verzeichnis2/ und /verzeichnis3/ in der Hauptebene. Aber der Bingbot wie auch andere Spider rufen dann URLs mit der Sturktur

Code:

www.example.org/verzeichnis1/verzeichnis2/

auf. Oder ganz extrem - wenn auf der Error404 Seite eine Sitemap ist kommt es zu wirren Abrufen von:

Code:

www.example.org/verzeichnis1/verzeichnis3/verzeichnis1/verzeichnis2/

Ich möchte öffentlich nicht die URL des Systems meines Kunden angeben und hoffe auf euer Verständnis.
Bei dem Setup habe ich aus historischen Gründen reine Verzeichnisstrukturen gewählt, d.h. keine .html Extension sondern immer / am Ende.

Und was die Bilder angeht so ist es dort eben das gleiche.
Wenn das Bild unter /files/images/bild.gif liegt aber aus

Code:

www.example.org/verzeichnis1/

heraus "relative" mit base tag verlinkt ist wird daraus eben

Code:

www.example.org/verzeichnis1/files/images/bild.gif

- und das gibt es natürlich nicht.

**Kahmoon** · 04.03.2015, 10:07

Zitat von JBN

Es gibt die "No active page" Meldung für URLs die Kaskadiert die Hauptstruktur wiederholen, als z.B.

Code:

www.example.org/verzeichnis1/

Parallel gibt es /verzeichnis2/ und /verzeichnis3/ in der Hauptebene. Aber der Bingbot wie auch andere Spider rufen dann URLs mit der Sturktur

Code:

www.example.org/verzeichnis1/verzeichnis2/

Sowas habe ich leider auch manchmal...aber liegt das sicher am Basetag? Ich verwende übrigens .html am Ende. Das ändert nichts. Fehler taucht trotzdem auf.

Edit:
Gerade wieder von Xovibot

Code:

The  request for page ID "fotowall/image" contained unused GET parameters:  "blog"  (http://www.frankdaniels.de/fotowall/image/blog/peoplefotografie.html)

Es gibt aber eigentlich nur /blog/alias.html oder /fotowall/image/alias.html. Und peoplefotografie.html liegt eigentlich unter root /peoplefotografie.html ;-)

**JBN** · 04.03.2015, 10:26

Zitat von Kahmoon

Sowas habe ich leider auch manchmal...aber liegt das sicher am Basetag? Ich verwende übrigens .html am Ende. Das ändert nichts. Fehler taucht trotzdem auf.

Ja. Genau daran liegt es. Wenn die URLs alle absolut wären oder zumindest alle mit einem / vom Wurzelverzeichnis her angegeben würden, würde dieses Problem nie auftreten. Daher versuche ich eben den Base Tag zu eliminieren und über den Hook das zu lösen - aber da stören sich eben andere Bestandteile von Contao dran. Leider.

**Spooky** · 04.03.2015, 11:22

Zitat von JBN

Ich möchte öffentlich nicht die URL des Systems meines Kunden angeben und hoffe auf euer Verständnis.

Naja, nachdem die Seite bereits von Google, Facebook & Co. gecrawled wird, ist sie ja wahrscheinlich schon live, oder nicht? Aber wie auch immer, siehe PM

**elwega** · 11.03.2015, 15:06

Hallo zusammen,
ich habe mir schon zu dem Thema einen Wolf gesucht und hier: https://community.contao.org/de/show...823#post361823 zu meinem Problem was gepostet.
Das könnte in die gleiche Richtung gehen.
Wenn ich die 404 Seite als interne Weiterleitung auf die Startseite schalte ist das Ergebnis das gleiche.
Diese Seite hat keine weiteren Sprachen nur de, trotzdem kommt der Fehler: No active page for page ID "fehler-404", host "www.domain.de" and languages "de, en-US, en"
Wieso wird bei einem Fehler den die normale 404 Seite nicht ausgegeben?
In der htaccess ist die 404 Seite ebenfalls eingetragen, dann dürfte doch auch die Browsersprache egal sein.
Die Logeinträge füllen sich nach ein paar Tagen wieder mit 100ten Einträgen und die E-Mail mit Fragen warum da solche Einträge sind und in rot, gehn langsam an die Nerven.
Mittels Script das Log intervallmäßig zu leeren kann ja keine Lösung sein.

**Supermann** · 12.03.2015, 21:57

Zitat von andreasisaak

Und welchen Vorteil hast du nun wenn du den Base Tag weglässt? Ich empfehle dir Domainlink für absolute URLs

Hallo,
ich stand auch schon vor dem gleichen Problem. Habe dann auch Domainlink benutzt, allerdings muss ich sagen das dann die Ansprechzeit der Seite bei mir gestiegen ist. Unser Webentwickler und ich haben dann festgestellt das die Erweiterung zwar sehr nützlich hierbei ist, aber das System ausbremmst.

PS. Das ist jetz keine Kritik an den Entwickler, sondern meine persönliche Erfahrung mit der Erweiterung.

Ich habe das ganze dann über die Subdomains gelöst, dann sind die Pfade absolut....