Včera se objevil na Twitter zajímavý příspěvek od Johna Muellera (Webmaster Trend analytika ze švýcarské pobočky Google). Zabývá se problémem lomítka v URL, jehož nesprávné umístění může způsobit v Google duplicitu. https://twitter.com/JohnMu/status/943076424130363392 V krátkosti - lomítko hned za doménou je chápáno jako ekvivalent domény bez lomítka. Nezpůsobuje duplicitu a Google si s tímto poradí po svém. Problém ale nastává pokud je lomítko na konci URL (adresáře). Zde si Googlebot není jistý zdali se jedná o soubor bez koncovky anebo adresář. Tedy doména.tld/adresar a domena.tld/adresar/ bere jako dvě odlišené stránky. Při absenci přesměrování tak vznikají duplicitní stránky. Tohle je poměrně zásadní, protože duplicity byste se měli pokud je to možné vyhnout. Obecně velké množství duplicitního obsahu může způsobit technické problémy (problém s indexací, ředění linkjuice atd.) V tomto případě si nemyslím, že by za to mohla být nějaká penalizace, prostě to máte jen blbě a Google se s tím popere.

Jak to vyřešit

Na férovku doporučuji použít canonical. To je tag, který dáte do hlavičky dokumentu a řeknete vyhledávači kde je originál:
TEXT
<link rel="canonical" href="http://404m.com/2017/12/21/pozor-lomitka-url-mohou-zpusobit-duplicitu/" />
Ačkoliv se na tento obsah dá dostat přes různé URL jako třeba:
  • http://404m.com/?p=16651
V případě, že by bylo rozbité přesměrování, tak vždy bude Google brát jako jedinou stránku tu, která je v canonical. Mimochodem canonical byste měli používat i u stránek, které jsou i obsahově podobné.

Pozor na chyby 404

Ještě jsem si vzpomněl na jeden častý problém. Lidé ne vždy umí dobře kopírovat URL, takže si třeba vezmou doména.tld/adresar1/adresar2 (zapomenou na poslední lomítko). Webu chybí vhodné přesměrování a webserver vrátí 404 (stránka nenalezena). Tohle je poměrně velký problém, který může vyústit ve varování v Google Search Console. Možná si říkáte, že to máte ošetřené, ale existují případy kdy například přesměrování fungovalo pro http verzi ovšem u přechodu na https se na to jaksi pozapomnělo.

Závěr

Přiznám se že pro mě je to novinka. Myslel jsem že domena.tld/adresar a domena.tld/adresar/ je jedno a to samé. Každý den se člověk dozví něco nového :)