Parser.cz

Po posledních dvou článcích jsem dostal dotazy ohledně indexace seznamem. Někdo má s tímto zdrojem BFU stále problém a přitom seznam za posledních pár měsíců prošel sadou změn, které urychlili nejen indexaci, ale i aktualizaci obsahu. V první části si projdeme staré známé metody a rozebereme si jejich použití v praxi.Jak novou stránku na seznam upozornit? Jestliže jste právě dokončili novou stránku a začínáte s linkbuildingem, měli by jste začít na adreses http://search.seznam.cz/pridej-stranku. Právě na této stránce se totiž řadí do fronty stránky, které projde seznam bot.

Seznambot Seznambot je crawler seznamu, který projde stránku a podstránky webu. Chová se přitom vcelku slušně, takže žádné GB dat nenacrawluje. Nemusíte se bát. Zajímá jej pouze html, css, javascript a samozřejmě text. Css a javascript, ale zřejmě stahuje jen při ověřování jestli nepodvádíte. Takže z dlouhodobého hlediska hledá jen html a text. Někdo mi říkal, že i vlastnosti dokumentů a multimédií, ale upřimně nevím kolik je na tom pravdy.

Seznambot by měl mít pokud možno k dokumentům co možná nejlepší přístup. Pokud se zadrhne při načítání kvůli některým částem stránky, které se stahují odjinud není to zrovna nejlepší vizitka. Také je lepší nasubmitovat kompletní stránky. Pokud na projektu stále pracujete a ten obsahuje odkazy na 404ku tak s registračním formulářem počkejte. Dávejte si i pozor na soubor .htaccess. Nenalezené stránky totiž nemusí končit na 404ce, ale místo toho na indexu, což se v podstatě rovná duplicitnímu odkazu.

Seznambot by měl vidět, přesně to co vidí uživatel a to za všech okolností. Sice jsem se s tím už dlouho nesetkal, ale některé CMS občas předhazují robotům trochu jiné stránky (pouští je i do šedé zóny tj. místa kam se uživatele dostanou až po registraci). Google s tím nemá problém, ale kdysi takhle mělo jedno fórum jedoucí na PHPbb 2.x celkem slušný problém. Nově už seznambot chápe PHPbb vstup jen pro roboty, ale i tak si dávejte pozor u CMS dělaných nebo upravovaných na míru.