Donnerstag, 01. September 2011
Unsere Mission ist es, die Informationen der Welt zu organisieren und sie allgemein zugänglich und nützlich zu machen. Bei diesem ehrgeizigen Unterfangen stoßen wir manchmal auf Nicht-HTML-Dateien wie PDFs, Tabellenkalkulationen und Präsentationen. Unsere Algorithmen lassen sich von verschiedenen Dateitypen nicht ausbremsen; wir arbeiten hart daran, die relevanten Inhalte zu extrahieren und sie für unsere Suchergebnisse entsprechend zu indexieren. Aber wie indexieren wir diese Dateitypen eigentlich und welche Richtlinien gelten für diese Dateien, da sie sich oft stark von standardmäßigem HTML unterscheiden? Was ist, wenn ein Webmaster nicht möchte, dass wir sie indexieren?
Google
hat 2001 zum ersten Mal begonnen, PDF-Dateien zu indexieren
und hat derzeit
Hunderte Millionen von PDF-Dateien indexiert. Wir haben die am häufigsten gestellten Fragen zur PDF-Indexierung gesammelt; hier sind die Antworten:
F: Kann Google jede Art von PDF-Datei indexieren?
A: Im Allgemeinen können wir Textinhalte (in beliebiger Sprache geschrieben) aus PDF-Dateien indexieren, die verschiedene Arten von Zeichenkodierungen verwenden, vorausgesetzt, sie sind nicht passwortgeschützt oder verschlüsselt. Wenn der Text als Bilder eingebettet ist, verarbeiten wir die Bilder möglicherweise mit
OCR
-Algorithmen, um den Text zu extrahieren. Als Faustregel gilt: Wenn Sie den Text aus einem PDF-Dokument kopieren und in ein Standard-Textdokument einfügen können, sollten wir diesen Text indexieren können.
F: Was passiert mit den Bildern in PDF-Dateien?
A: Derzeit werden die Bilder nicht indexiert. Damit wir Ihre Bilder indexieren können, sollten Sie HTML-Seiten dafür erstellen. Um die Wahrscheinlichkeit zu erhöhen, dass wir Ihre Bilder in unseren Suchergebnissen ausgeben, lesen Sie bitte die
Google Images best practices.
F: Wie werden Links in PDF-Dokumenten behandelt?
A: Im Allgemeinen werden Links in PDF-Dateien ähnlich behandelt wie Links in HTML: Sie können PageRank und andere Indexierungssignale übergeben, und wir folgen ihnen möglicherweise, nachdem wir die PDF-Datei gecrawlt haben. Es ist derzeit nicht möglich,
nofollow
-Links innerhalb eines PDF-Dokuments zu verwenden.
F: Wie kann ich verhindern, dass meine PDF-Dateien in den Suchergebnissen erscheinen, oder wie kann ich sie entfernen, wenn sie dort bereits auftauchen?
A: Der einfachste Weg, um zu verhindern, dass PDF-Dokumente in den Suchergebnissen erscheinen, ist das Hinzufügen eines
X-Robots-Tag: noindex im HTTP-Header, der zum Ausliefern der Datei verwendet wird. Wenn sie bereits indexiert sind, verschwinden sie mit der Zeit, wenn Sie den X-Robot-Tag mit der
noindex -Regel verwenden. Für eine schnellere Entfernung können Sie das
URL removal tool
in den Google Webmaster Tools nutzen.
F: Können PDF-Dateien in den Suchergebnissen weit oben ranken?
A: Sicher! Sie ranken im Allgemeinen ähnlich wie andere Webseiten. Zum Beispiel liefern zum Zeitpunkt dieses Beitrags
mortgage market review,
irs form 2011, oder
paracetamol expert report
alle PDF-Dokumente zurück, die dank ihres Inhalts sowie der Art und Weise, wie sie eingebettet und von anderen Webseiten aus verlinkt sind, in unseren Suchergebnissen weit oben ranken.
F: Gilt es als Duplicate Content, wenn ich eine Kopie meiner Seiten sowohl in HTML als auch als PDF habe?
A: Nach Möglichkeit empfehlen wir, nur eine einzige Kopie Ihres Inhalts bereitzustellen. Wenn dies nicht möglich ist, stellen Sie sicher, dass Sie Ihre bevorzugte Version angeben, indem Sie beispielsweise die bevorzugte URL in Ihre Sitemap aufnehmen oder die kanonische Version im HTML oder in den
HTTP headers
der PDF-Ressource angeben. Weitere Tipps finden Sie in unserem Hilfe-Center-Artikel über
canonicalization.
.
F: Wie kann ich den Titel beeinflussen, der in den Suchergebnissen für mein PDF-Dokument angezeigt wird?
A: Wir verwenden zwei Hauptelemente, um den angezeigten Titel zu bestimmen: die Titel-Metadaten innerhalb der Datei und den Ankertext von Links, die auf die PDF-Datei verweisen. Um unseren Algorithmen ein starkes Signal über den zu verwendenden korrekten Titel zu geben, empfehlen wir, beide zu aktualisieren.
Wenn Sie mehr erfahren möchten, sehen Sie sich Matt Cutts Video überPDF files’ optimization for search
an und besuchen Sie unser
Help Center
für Informationen darüber, welche Inhaltstypen wir indexieren können. Wenn Sie Feedback oder Vorschläge haben, lassen Sie es uns bitte im.
So setzen wir das um
We archive Search Central announcements because client questions often trace back to a change that was announced years ago. Reading the original is faster than reconstructing it from second-hand summaries.
Verwandte Leistungen