Webmaster tools - intrebari

[Cristi U]

Am niste intrebari cu privire la webmaster tools. Ca sa dau remove la o pagina trebuie sa returneze eroare 404. Deci o blochez din robots.txt . Daca sterg comanda din robots.txt pe urma dupa ce a fost scoasa in index, pagina va fi reindexata?
Dar daca scot un site din index, si pe urma sterg din robots.txt "Disallow: /" va fi reindexat fara sa ii dau sa il reincluda?

Caz concret: un site care a fost virusat si caruia i s-au adaugat pagini la tot felul de droguri si medicamente (prea multe ca sa le scot manual ). Ma gandeam sa il scot din index, si il voi lasa sa se reindexe cu niste conditii in robots.txt care ar lasa afara paginile respectiv. Ei bine, am ajuns in faza in care astept reindexarea. Googlebot vad ca imi viziteaza site-ul insa reindexarea nu vine deja de cateva zile (site-ul era destul de bine pozitionat pe nisa lui, are backlinks relevante din domeniu, content original, a primit content nou in zilele astea si la fel si backlinkuri noi, etc. ).
Intrebarea ar fi: E posibil ca el sa nu fie indexat decat daca cer sa fie reinclus din webmaster tools?

[DanDinu]

Ai fi putut sa faci "reconsideration request" dupa ce ai scos paginile respective; nu stiu sigur daca ar fi functionat .
Din experienta mea, indexarea dureaza ceva timp,deci nu cred ca e vreo problema. Mai asteapta.

[evolution]

404 = pagina nu exista
robots.txt blocheaza pagini care exista
Deci 404 este diferit de blocare prin robots.txt

Daca pagina returneaza 404 va fi deindexata, nu trebuie sa mai pui nimic in robots.txt
Blochezi in robots.txt paginile care Nu dau 404, pentru a preveni indexarea.Cele care dau 404 dispar singure si nu le mai crawleaza dupa un timp (ex 1 luna)

Daca dezindexezi siteul cu disallow / si pe urma il scoti, va fi reindexat.

Ce as face : asigura-te ca paginile cu viagra dau toate 404. fa reinclusion request din WMT in care le explici problema.

Virusul doar a generat pagini noi cu viagra sau a inclus viagra si in cele bune ?(in acest caz ori le cureti, ori faci altele noi ca si structura de url si te asiguri ca cele vechi dau 404)

[Cristi U]

Am facut demult dar nici un rezultat. Problema era ca sunt prea multe pagini de scos manual (de ordinul miilor chiar).
Nu ar fi problema sa astept reindexarea, dar sa stiu ca va veni

[Cristi U]

Evolution.
Paginile sunt de forma: site.com/?viagra si chiar daca nu mai exista, paginia respectiva nu da 404, ci imi arata indexul. Acolo initial era un text despre viagra, dar acum cum ziceam arata homepage-ul site-ului. Problema e ca ele au fost indexate asa de google si primesc vizite pentru tot felul de porcarii. Si in mod sigur lui google nu ii place ca imi trimite vizite si pentru cautari din acestea.

Eu din robots.txt am pus Disallow: /? si Disallow: /index.php? acum mai bine de o luna, dar desi nu mai erau paginile reindexate, ele nu au ramas in indexul google. Asa ca am facut ce am zis in primul post, am dat disallow:/ si i-am dat remove la tot site-ul. iar acum astept reindexarea, pentru ca ma gandeam ca as as scapa de toate linkurile alea.

[Cristi U]

Inca o chestie, si imi cer scuze pentru "triplu post": Poate sa explice vreun programator php ce face '?' intr-un url, pentru ca daca avem urmatoarele linkuri, doar al 3-lea da 404. De ce nu da eroare 404 si al doilea?

forum.seopedia.ro/
forum.seopedia.ro/?bla
forum.seopedia.ro/bla

[evolution]

Evolution.
Eu din robots.txt am pus Disallow: /?

Ai testat in WMT , dupa ce G a downloadat robots.txt ,sa vezi daca merge regula ?

Trebuia sa pui Disallow: /*? iar paginile bune sa nu aiba in url ? (rescrii din htaccess) detalii

site.ro/?viagra iti arata indexul ,dar ce url ramane sus ?

cum crezi ca a virusat siteul?

[Cristi U]

url-ul ramane neschimbat, deci tot site.ro/?viagra .

Cat despre virusare, in primul rand avea permisiuni si sa isi faca treburile in wp-config.php (a fost primul meu site si am cam ignorat securitatea...acum suflu si in iaurt... ).
Pe urma era un string in wp-config.php care era inserat in header prin cloaking. Stringul asta continea de fapt cod html in genul: <a href=/?viagra_1>viagra 1</a> <a href=/?viagra_2>viagra 2</a>, etc. etc. Fiind linkurile plasate acolo, s-au indexat ca naiba de repede, fara sa le nici remarc.
Folosesc wordpress, si linkurile banui ca au fost inserate acolo printr-un plugin pe care il aveam activat la vremea aia, care permitea adaugarea de text in header si in footer. Nu ma intreba de ce aveam pluginul activat . Probabil ca avea gauri de securitate....

In WMT am testat, si regulile sunt bune.

[Danielu]

Ma gandeam sa il scot din index, si il voi lasa sa se reindexe cu niste conditii in robots.txt care ar lasa afara paginile respectiv.

Cristi, scoaterea din index nu este deloc o solutie. Nu stiu daca ai observat dar scrie undeva pe acolo ca odata scos din index, 90 de zile nu va fi reindexat sub orice forma. Stii ca am avut si eu aceeasi problema si rezultatele in serps n-au fost influentate de paginile alea spam. In cele din urma au disparut cele 13000 de pagini si am doar 600 indexate (cele reale).
Parerea mea este ca ar trebui sa lasi lucrurile sa curga de la sine, gogu isi da seama ca sunt spam.

[Mircea Budean]

Scoaterea din index de la Google a fost cea mai putin buna decizie pe care puteai sa o iei dupa cea cu securitatea. Nu trebuia sub nici o forma sa scoti site-ul din google pentru niste pagini virusate. Aceste pagini trebuiau inlaturate de catre tine fara sa "omori" site-ul.

Dar astea fiind deja facute nu mai ai cesa faci acum...
1.Ce poti sa faci este sa te asiguri ca ai inlaturat orice urma din virusul respectiv (aici intra si paginile generate de el).
2.Apoi asigurate ca inlaturi din robots.txt (sau de pe unde ai mai pus) orice interzicere de indexare.
3. Fa request la Google in care descrie in amanunt cum a evoluat treaba cu site-ul tau si care au fost actiunile pe care le-ai facut tu (proaste sau nu)
4. Astepti pentru ca din pacate desi foarte laudat (de cei de la Google) suportul din WMT merge extrem de prost de multe ori, mai ales pentru site-uri din lumea a treia, cum vad ei Romania.