Mardi 3 d\u00e9cembre 2024<\/p>\n
\n Vous avez peut-\u00eatre entendu dire que la recherche Google doit effectuer un certain travail avant qu’une page web puisse appara\u00eetre dans les r\u00e9sultats de recherche Google. L’une de ces \u00e9tapes s’appelle l’exploration (crawling). L’exploration pour la recherche Google est effectu\u00e9e par Googlebot, un programme s’ex\u00e9cutant sur les serveurs de Google qui r\u00e9cup\u00e8re une URL et g\u00e8re des \u00e9l\u00e9ments tels que les erreurs r\u00e9seau, les redirections et d’autres petites complications qu’il pourrait rencontrer en parcourant le web. Mais il existe quelques d\u00e9tails dont on parle peu. Chaque semaine ce mois-ci, nous allons explorer certains de ces d\u00e9tails, car ils peuvent avoir un effet significatif sur la fa\u00e7on dont vos sites sont explor\u00e9s.\n<\/p>\n
\n L’exploration<\/a> est le processus de d\u00e9couverte de nouvelles pages web et de revisite des pages mises \u00e0 jour, ainsi que leur t\u00e9l\u00e9chargement. En bref, Googlebot obtient une URL, effectue une requ\u00eate HTTP vers le serveur qui l’h\u00e9berge, puis traite la r\u00e9ponse de ce serveur, en suivant \u00e9ventuellement les redirections, en g\u00e9rant les erreurs et en transmettant le contenu de la page au syst\u00e8me d’indexation de Google.\n<\/p>\n \n Mais les pages web modernes ne sont pas uniquement compos\u00e9es de HTML pur, alors qu’en est-il des autres ressources qui constituent une page ? Comment l’exploration de ces ressources affecte-t-elle le “budget d’exploration” (crawl budget) ? Ces ressources sont-elles mises en cache du c\u00f4t\u00e9 de Google ? Et y a-t-il une diff\u00e9rence entre les URL qui n’ont pas encore \u00e9t\u00e9 explor\u00e9es et celles qui sont d\u00e9j\u00e0 index\u00e9es ? Dans cet article, nous allons r\u00e9pondre \u00e0 ces questions, et plus encore !\n<\/p>\n \n Au-del\u00e0 du HTML, les sites web modernes utilisent une combinaison de diff\u00e9rentes technologies telles que JavaScript et CSS pour offrir aux utilisateurs des exp\u00e9riences dynamiques et des fonctionnalit\u00e9s utiles. Lors de l’acc\u00e8s \u00e0 ces pages avec un navigateur, celui-ci t\u00e9l\u00e9charge d’abord l’URL parente qui h\u00e9berge les donn\u00e9es n\u00e9cessaires pour commencer \u00e0 construire la page pour l’utilisateur \u2014 le HTML de la page. Ces donn\u00e9es initiales peuvent contenir des r\u00e9f\u00e9rences \u00e0 des ressources comme JavaScript et CSS, mais aussi des images et des vid\u00e9os que le navigateur t\u00e9l\u00e9chargera \u00e0 nouveau pour finalement construire la page finale qui est ensuite pr\u00e9sent\u00e9e \u00e0 l’utilisateur.\n<\/p>\n \n Google fait exactement la m\u00eame chose<\/a>, bien que l\u00e9g\u00e8rement diff\u00e9remment :\n<\/p>\n \n Par rapport \u00e0 un navigateur, le temps entre chaque \u00e9tape peut \u00eatre nettement plus long en raison de contraintes de planification, telles que la charge per\u00e7ue du serveur h\u00e9bergeant les ressources n\u00e9cessaires au rendu d’une page. Et c’est l\u00e0 que le \n L’exploration des ressources n\u00e9cessaires au rendu d’une page consommera une partie du budget d’exploration du nom d’h\u00f4te qui h\u00e9berge la ressource. Pour am\u00e9liorer cela, le WRS tente de mettre en cache chaque ressource (JavaScript et CSS) r\u00e9f\u00e9renc\u00e9e dans les pages qu’il rend. La dur\u00e9e de vie du cache WRS n’est pas affect\u00e9e par les directives de mise en cache HTTP ; au lieu de cela, le WRS met tout en cache jusqu’\u00e0 30 jours, ce qui aide \u00e0 pr\u00e9server le budget d’exploration du site pour d’autres t\u00e2ches d’exploration.\n<\/p>\n \n Du point de vue des propri\u00e9taires de sites, g\u00e9rer comment et quelles ressources sont explor\u00e9es peut influencer le budget d’exploration du site ; nous recommandons :\n<\/p>\nGooglebot et l’exploration des ressources de page<\/h2>\n
\n
\n budget d’exploration<\/a>
\n entre en jeu.\n<\/p>\n\n