Localización de contenido duplicado dentro de su sitio web

Localización de contenido duplicado dentro de su sitio web

Al lograr Las clasificaciones de motor de búsqueda superior en Google son importantes para usted, querrá asegurarse de que su sitio no tenga problemas con el contenido duplicado. A continuación se presentan algunas formas de identificar Contenido duplicado Y cómo evitar que diluya el tema de su sitio web.

Contenido duplicado - Blogs

Los blogs son una excelente manera de compartir fácilmente información e interactuar con sus visitantes web. Ciertas características dentro de un blog Blog web pueden generar automáticamente múltiples páginas web dentro del mismo contenido, causando problemas con Contenido duplicado.

Cosas como las páginas de categoría, Trackback Urls, Archivos y RSS Feeds se crean automáticamente en programas de blogs como WordPress y deberían ser tan pronto como sea posible. Áreas específicas de su blog Al tener contenido duplicado, simplemente puede decirle a los motores de búsqueda que no indexen directorios específicos donde el contenido duplicado reside dentro del servidor.

To prevent these specific areas of your blog from having duplicate content, you can simply tell the search engines not to index specific directories where the duplicate content resides within the server.

Tenga en cuenta que a menudo no encontrará estos directorios en el servidor en sí, pueden ser generados dinámicamente en la mosca a través de una llamada a su data de la data. Contenido:

Add the following to the robots.txt file to keep WordPress from creating duplicate content:

• Desactivar: /Categoría /
• Desconstruir: /Trackback /
• Desconstruir: /Feed /

Las funciones de desactivación enumeradas anteriormente le dan a Google que no deben indexar ninguna página dentro de estas carpetas. Esto le proporciona la capacidad de controlar lo que Google hace y no indexa en su sitio web, a nivel de carpeta. Si no desea tener archivos específicos indexados, deberá usar la etiqueta Meta Robots en el nivel de página también.

Contenido duplicado - Sistemas de administración de contenido

A CMS es una de las formas más convenientes de Copiar a su sitio web sin la necesidad de un diseño web. que casi cualquier persona puede comenzar fácilmente el proceso de implementación sin mucha capacitación o información sobre el sistema.

They are easy to use and built so that almost anyone can easily begin the implementation process without a lot of training or information regarding the system.

Oftentimes, estos Sistemas de administración de contenido Cree contenido duplicado en un intento de servir páginas en diferentes versiones para los visitantes. Versiones (Word Docs / PDF Archivos)

Two of the biggest culprits of this would be:

• Printer Friendly Versions
• Downloadable Versions (Word Docs / PDF files)

No hay absolutamente nada de malo en tener versiones amigables con la impresora y versiones de múltiples formataciones en su sitio web, sin embargo, no son beneficiosas para los motores de búsqueda; Por lo tanto, le otorgue a su mejor interés desde dentro del archivo robots.txt. A continuación se muestra un ejemplo de cómo puede evitar que Google indexe estos tipos de páginas duplicadas:

• desactivado: /imprinter-friendly /
• desestimación: /pdf /
• desactivado: /word /|| 273

Keep in mind that all the examples shown above are simply examples. You will need to locate the proper location of these folders and make the necessary modifications within the robots.txt file.

Si desea verificar cómo sus cambios afectan su sitio web, puede usar la herramienta proporcionada dentro de la consola Google Webmaster , que le permite ver qué carpetas pueden ser indexadas por GoogleBot.

Last Note con respecto al archivo Robots.txt. Por favor, nunca coloque lo siguiente en sus robots. En realidad, hemos tenido personas que no pudieron indexar ninguna de sus páginas dentro de los motores de búsqueda, solo para descubrir que esta llamada estaba dentro del archivo robots.txt. Creo que los principales motores de búsqueda han modificado la forma en que leen la llamada anterior a donde significa no permitir "nada", sin embargo, no recomiendo aprovechar esta oportunidad.

• Disallow: /

Essentially that means disallow everything within the root folder…. We have actually had people who couldn’t get any of their pages indexed within the search engines, only to find that this call was within the robots.txt file. I believe that the major search engines have modified the way they read the above call to where it means disallow “nothing” however I don’t recommend taking this chance.

Buena suerte!