Méltatlanul elhanyagolva: HTTP 404 – A Keresett Oldal Nem található
Címkék: 404-es hibaoldalak, Keresőoptimalizálás, seo
Visszatérő probléma, hogy a legtöbb weboldal nem kezeli megfelelően a nagy “szép URL” korszakban azokat a tartalmakat, címeket, amelyek (már) nem élnek, vagyis amikor azt az üzenetet kapjuk, hogy “A keresett oldal nem található”. A minap kerestem rá a “samsung fényképezőgépek” kifejezésre, amikor is az alábbi eredmény fogadott:
"A Keresett Oldal Nem Található" - vagy mégis?
Nézzük meg, milyen hibák vezettek ehhez az eredményhez és azt is, hogyan lehet elkerülni az ilyen találati listás eredményeket.
A HTTP státuszkódokról röviden
Amikor egy felhasználó beírja a böngésző címsorába, hogy www.example.com, akkor megindul egy párbeszéd az example.com szervere és a felhasználó számítógépe között. Nagyjából így hangzik a kérdés: “Megvan neked a /hu/valami/dokumentum.html fájl?”. A kérdésre egy státuszkóddal felel az example.com. Ha ez a kód például 200, akkor az azt jelenti, hogy “igen, megvan és küldöm is neked a tartalmát”.
Két másik fontos kódunk keresőoptimalizálás során a 301 és a 302-es státuszkód. Ezzel közöljük a böngészővel, hogy az adott oldal már nem elérhető, de van egy alternatív javaslatunk, vagyis van mit megjeleníteni a felhasználónak, át szeretnénk irányítani őt erre az új tartalomra. A 301-es kód azt jelenti, hogy ez az átirányítás végleges, a 302-es pedig, hogy ideiglenes.
Visszakanyarodva a fenti problémára, a keresett oldal nem található státuszkódja a 404, amivel valószínűleg már sokan találkoztak. Ezt mondjuk úgy, ideiglenes problémának lehet tekinteni a weboldalon, vagyis olyan hibáról, aminek elhárítása várhatóan bekövetkezik. Ennél határozottabb és véglegesebb formája újabban a megszűnt tartalmaknak a 410-es státuszkód.
A keresőrobotok és a HTTP státuszkódok
A keresőrobotok lényegében közel ugyanolyan látogatók weboldalainkon, mint az emberek. Ugyanúgy kéréseket küldenek a szerverek felé és ugyanúgy fogadják és értelmezik a HTTP státuszkódokat, mint a böngésző programok.
De mégis van különbség!
Az emberek, akik a monitor előtt ülnek, nem válaszkódokat olvasnak. Azt látják, ami a böngészőben megjelenik. Ha egy weboldal HTTP 200-al válaszol egy kérésre, de ezzel együtt visszaad a böngészőnek egy tartalmat, amiben leírják, hogy a keresett oldal nem található, akkor a látogató ezt fogja látni, ezt fogja értelmezni. A keresőrobotok azonban nem látnak grafikát, nem értelmezik ilyen formában a szöveges üzenetet. Ha az example.com nem közli a keresőrobottal a 404-es státuszkódot, de olyan tartalmat ad vissza, amiben az szerepel, hogy a keresett oldal nem található, akkor egyszerűen leindexeli ezzel a tartalommal, mint bármilyen más weboldalt.
Ha egy nem található tartalom esetén egy 302-es átirányítással válaszolunk, akkor a keresőrobot ezt is értelmezni fogja és az eddig tárolt weboldal tartalom helyét át fogja venni az az oldal, ahová átirányítjuk mind a felhasználók böngészőit, mind a keresőrobotokat.
Két hiba a Samsung oldalán
Ahhoz, hogy a bejegyzés elején megjelenő találati listát sikerüljön elérnie a Samsungnak, két hibát is el kellett, hogy kövessenek:
Egyrészt eltávolítottak egy oldalt, ami önmagában még nem volna gond. De ha valaki ennek az oldalnak a címét meghívja akár könyvjelzőből, akár a Google találati listájából kibányászva, akkor azt közlik mind a böngészőkkel, mind a keresőrobotokkal, hogy menjenek egy új helyre a meglevő helyett, vagyis átirányítanak:
HTTP 302 státuszkód a hiányzó oldalra
Önmagában még ez sem volna gond, ez bevett módszer, hogy a megszűnt termék adatlapokra érkező látogatókat például a megfelelő alkategória termék listájára irányítják, hogy lehetőségük legyen másik terméket választani. A probléma ott van, hogy egy olyan oldalra irányítanak, ami “A Keresett oldal nem található” üzenetről szól!
Az első hiba tehát, hogy rossz helyre történik a 302-es átirányítás vagy angol nevén redirect.
A második hiba, hogy ezt a notfound.html fájlt HTTP 200-as kóddal szolgálják ki, ami normál tartalmat jelent, nem hibát.
notfound.html státuszkódja: 200
Mi történik tehát, amikor a Googlebot megérkezik a már megszűnt oldalra?
- HTTP 302: az oldalt áthelyezték ide: notfound.html
- HTTP 200: itt a notfound.html tartalma, nesze neked
A régi tartalmat máris felülírta a hibaoldal tartalmával ahelyett, hogy törölte volna a kereső indexből.
Hogyan kerüljük el?
Nos, arra nincs kotta, hogy mit kell tenni akkor, ha egy oldal megszűnik létezni. Webáruházaknál például ajánlott ilyenkor átdobni arra az oldalra a látogatót (és így a keresőrobotot is), ahol hasonló termékeket listázunk. Ez nem csak keresőoptimalizálás szempontjából jó, hanem a felhasználót is releváns tartalommal látjuk el akkor is, ha konkrétan az adott termék már nem elérhető nálunk.
Ha viszont nincs hova átirányítani, akkor ne 302-es átirányítással vigyük a “nem található” oldalra, vagy ha már mégis, akkor ne feledkezzünk meg a 404-es státuszkódról!
Konkrét PHP megoldásokkal hamarosan jelentkezem.
Nem vagyok (még) minősített AdWords szakértő, nincs karikás ostorom és a sörből is inkább a búzasört kedvelem, viszont lelkes AdWords felhasználó vagyok és bújom a netet, hogy minél több infót szedjek össze erről a hirdetési rendszerről.
Webmester Eszközök: hibás 404-es hibaoldalak feltérképezése | DuracellTomi Google AdWords blogja szerint:
2010. június 08. 08:15[...] már írtam a jelenségről, amikor látszólag azt a hibaüzenetet kapjuk egy oldalon, hogy a keresett oldal nem található, de a webszerver által visszaadott állapotkód nem ezt tükrözi. Mostantól az ilyen ál 404-es [...]