Indexation Flash améliorée

Mardi 1er juillet 2008

Nous avons reçu de nombreuses demandes pour améliorer notre indexation des fichiers Adobe Flash. Aujourd’hui, Ron Adler et Janis Stipins, ingénieurs logiciels de notre équipe d’indexation, nous fourniront des informations plus détaillées sur notre récente annonce selon laquelle
nous avons grandement amélioré notre capacité à indexer Flash.

Quels fichiers Flash Google peut-il mieux indexer maintenant ? Nous avons amélioré notre capacité à indexer le contenu textuel dans les fichiers SWF de toutes sortes. Cela inclut les “gadgets” Flash tels que les boutons ou les menus, les sites Web Flash autonomes et tout ce qui se trouve entre les deux.

Quel contenu Google peut-il mieux indexer à partir de ces fichiers Flash ? Tout le texte que les utilisateurs peuvent voir lorsqu’ils interagissent avec votre fichier Flash. Si votre site Web contient du Flash, le contenu textuel de vos fichiers Flash peut être utilisé lorsque Google génère un extrait (snippet) pour votre site Web. De plus, les mots qui apparaissent dans vos fichiers Flash peuvent être utilisés pour correspondre aux termes de requête dans les recherches Google.

En plus de trouver et d’indexer le contenu textuel dans les fichiers Flash, nous découvrons également les URL qui apparaissent dans les fichiers Flash et les injectons dans notre pipeline de crawl – tout comme nous le faisons avec les URL qui apparaissent sur les pages Web non Flash. Par exemple, si votre application Flash contient des liens vers des pages de votre site Web, Google est désormais peut-être mieux à même de découvrir et d’explorer une plus grande partie de votre site Web.

Qu’en est-il du contenu non textuel, tel que les images ? À l’heure actuelle, nous ne découvrons et n’indexons que le contenu textuel dans les fichiers Flash. Si vos fichiers Flash ne comprennent que des images, nous ne reconnaîtrons ni n’indexerons aucun texte pouvant apparaître dans ces images. De même, nous ne générons aucun texte d’ancrage pour les boutons Flash qui ciblent une URL mais n’ont aucun texte associé.

Veuillez également noter que nous n’indexons pas les fichiers FLV, tels que les vidéos lues sur YouTube, car ces fichiers ne contiennent aucun élément textuel.

Comment Google “voit-il” le contenu d’un fichier Flash ? Nous avons développé un algorithme qui explore les fichiers Flash de la même manière qu’une personne le ferait, en cliquant sur des boutons, en saisissant des données, etc. Notre algorithme mémorise tout le texte qu’il rencontre en chemin, et ce contenu est ensuite disponible pour être indexé. Nous ne pouvons pas vous communiquer tous les détails exclusifs, mais nous pouvons vous dire que l’efficacité de l’algorithme a été
améliorée
en utilisant la nouvelle bibliothèque Searchable SWF d’Adobe.

Que dois-je faire pour que Google indexe le texte de mes fichiers Flash ? Fondamentalement, vous n’avez rien à faire. Les améliorations que nous avons apportées ne nécessitent aucune action particulière de la part des concepteurs Web ou des webmasters. Si vous avez du contenu Flash sur votre site Web, nous commencerons automatiquement à l’indexer, dans la limite de nos capacités techniques actuelles (voir la question suivante).

Cela étant dit, vous devez savoir que Google est désormais capable de voir le texte qui apparaît aux visiteurs de votre site Web. Si vous préférez que Google ignore votre contenu moins informatif, tel qu’un message de “copyright” ou de “chargement”, envisagez de remplacer le texte dans une image, ce qui le rendra effectivement invisible pour nous.

Quelles sont les limites techniques actuelles de la capacité de Google à indexer Flash ? Il y a actuellement trois limitations principales, et nous travaillons déjà à les résoudre :

1. Googlebot n’exécute pas certains types de JavaScript. Par conséquent, si votre page Web charge un fichier Flash via JavaScript, Google peut ne pas être conscient de ce fichier Flash, auquel cas il ne sera pas indexé.
2. Nous n’attachons actuellement pas de contenu provenant de ressources externes chargées par vos fichiers Flash. Si votre fichier Flash charge un fichier HTML, un fichier XML, un autre fichier SWF, etc., Google indexera cette ressource séparément, mais elle ne sera pas encore considérée comme faisant partie du contenu de votre fichier Flash.
3. Bien que nous soyons capables d’indexer Flash dans presque toutes les langues présentes sur le Web, il existe actuellement des difficultés avec le contenu Flash écrit dans des langues bidirectionnelles. Tant que cela ne sera pas corrigé, nous ne pourrons pas indexer le contenu en langue hébreu ou arabe à partir de fichiers Flash.

Nous faisons déjà des progrès sur ces questions, alors restez à l’écoute !

Mise à jour en juillet 2008: Tout le monde, merci pour vos excellentes questions et vos retours. Notre objectif est d’améliorer la qualité de la recherche pour tous les utilisateurs, et avec une meilleure indexation Flash, nous créons des résultats de recherche plus pertinents. Énumérés ci-dessous, nous avons également répondu à certaines des questions les plus fréquentes. Merci encore !

Un site Flash dans les résultats de recherche pour la requête
nasa deep impact animation avant et après les améliorations mentionnées dans cet article

Nous aider à accéder à vos fichiers Flash et à les indexer

@fintan : Nous avons vérifié auprès d’Adobe que le contenu textuel des sites hérités (legacy), tels que ceux scriptés avec AS1 et AS2, peut être indexé par notre nouvel algorithme.

@andrew, jonny m, erichazann, mike, ledge, stu, rex, blog, dis : Pour notre lancement du 1er juillet, nous n’avons pas activé l’indexation Flash pour les fichiers Flash intégrés via SWFObject. Nous déployons actuellement une mise à jour qui active la prise en charge des techniques JavaScript courantes pour intégrer Flash, notamment SWFObject et SWFObject2.

@mike : Pour le moment, le contenu chargé dynamiquement à partir de fichiers de ressources n’est pas indexé. Nous avons pris note de cette demande de fonctionnalité de la part de plusieurs webmasters – attendez-vous à cela dans une prochaine mise à jour.

Mise à jour du 29 juillet 1010 :
Veuillez noter que notre capacité à
charger des ressources externes
est active.

Interaction des pages HTML et Flash

@captain cuisine : Le texte trouvé dans les fichiers Flash est traité de la même manière que le texte trouvé dans d’autres fichiers, tels que HTML, PDF, etc. Si le fichier Flash est intégré dans HTML (comme nombre de fichiers Flash que nous trouvons), son contenu est associé à l’URL parente et indexé comme une entité unique.

@jeroen : Proposer le même contenu en Flash et dans une version HTML alternative pourrait nous amener à trouver du contenu dupliqué. Cela ne causera pas de pénalité – nous ne baissons pas le classement d’un site en raison de duplicata de contenu. Sachez toutefois que les résultats de recherche n’afficheront très probablement qu’une seule version, et non les deux.

@All : Nous essayons de fournir aux utilisateurs les résultats les plus pertinents possibles quel que soit le type de fichier. Cela signifie que le Flash autonome, le HTML avec Flash intégré, le HTML seul, les PDF, etc., peuvent tous avoir le potentiel d’être renvoyés dans les résultats de recherche.

Indexation de grands fichiers Flash

@dsfdgsg : Nous avons entendu des demandes de liens profonds (deep linking) (liens vers du contenu spécifique à l’intérieur d’un fichier) non seulement pour les résultats Flash, mais aussi pour d’autres documents et présentations volumineux. Dans le cas de Flash, la capacité d’effectuer des liens profonds nécessitera des fonctionnalités supplémentaires dans Flash avec lesquelles nous nous intègrons.

@All : La majorité des fichiers Flash existants sur le Web vont bien en ce qui concerne la taille des fichiers. Cela ne devrait pas être trop préoccupant.

Plus de détails sur notre algorithme d’indexation Flash

@brian, marcos, bharath : Concernant ActionScript, nous sommes capables de trouver de nouveaux liens chargés via ActionScript. Nous explorons Flash comme le fait un visiteur de site Web, nous ne décompilons pas le fichier SWF. À moins que vous ne rendiez ActionScript visible pour les utilisateurs, Google n’exposera pas le code ActionScript.

@dlocks : Nous respectons nofollowpartout où nous le rencontrons en HTML.

Écrit par Ron Adler, Janis Stipins et Maile Ohye