Just for you: FREE 60-day trial to the world’s largest digital library.
The SlideShare family just got bigger. Enjoy access to millions of ebooks, audiobooks, magazines, and more from Scribd.
Cancel anytime.More Related Content
Related Books
Free with a 14 day trial from Scribd
Vyhledávače a JavaScript
- 1. Vyhledávače a JavaScript Jan Tichý !chy@medio.cz
- 2. Proč by měl vyhledávače JS zajímat • Protože web už dnes není jen HTML s troškou nevýznamných skriptů pro obveselení uživatelů • Fulltext lépe porozumí tomu, co vidí uživatelé • Dostane se k zajímavému obsahu – deep web • Získává dodatečné faktory pro řazení • Lépe pozná mobilní web • Snáze odhalí podvody a nekalé prak!ky
- 3. A zajímá skutečně vyhledávače? • Google – Rozpoznání základních JS konstrukcí ve zdrojáku – 2009 – HashBang – 2011 – indexování vybraného JS obsahu – 2014 – spouštění skriptů na stránkách • Seznam – 2014 – HashBang • Nejde jen o fulltexty! – Facebook, Twi^er, PPC systémy, záložky a historie…
- 4. Na co se zaměřit? • Indexace stránky • Průchodnost webu
- 5. Indexace stránky
- 6. Pokročilost indexace stránek • Indexace čistě HTML stránek – Stále i dnes plab pro Facebook, Twi^er, PPC systémy… • Rozpoznání známých konstruktů ve zdrojáku – document.write, loca!on.href • Ad hoc indexace vybraného JS obsahu – Facebook diskuze • Spouštění skriptů, vykreslování stránek – Fulltext vidí skutečnou podobu stránek – Skryté texty či bloky, překryvy, míra reklamy – Rychlost načítání a vykreslování stránky – Mobilní či responzivní verze
- 7. Jak podpořit indexaci stránky? • Být maximálně konzerva!vní – Nejavascriptový indexovatelný HTML základ – Javascript mít jako „nice-‐to-‐have“ vrstvu nad bm – Hlavně kvůli Seznamu, Facebooku, PPC… • Na druhou stranu: – Nechat crawler, ať si spoušb JavaScript a CSS – Neblokovat externí skripty a styly v robots.txt – Nepodsouvat cloakingem nejavascript verzi
- 8. Další poznámky k indexaci stránky • JS se spoušb při renderování, ne událos! – Infinite scroll není zpravidla součásb stránky • HTTP dotazy crawlera jsou zabm state-‐less – Nepracuje s cookies ani jinými klientskými uložiš! • Client-‐side JS frameworky dělají často bordel – Házejí crawleru klacky pod nohy – Masivní duplicity, divoká či neindexovatelná URL
- 9. Dynamicky načítaný obsah (AJAX) • Donačítané boxy, infinite scroll… • Z pohledu vyhledávače de facto další stránka • Musíte to tak také chápat! • Čili další obsah = další indexovatelná URL
- 10. Průchodnost webu
- 11. Tři pravidla průchodnosN webu 1. Každý obsah musí mít svou URL 2. Robot musí umět obsah z dané URL stáhnout 3. Robot se o této URL musí nějak dozvědět
- 12. Každý obsah musí mít svou URL www.medio.cz/zamestnani www.medio.cz/?stranka=zamestnani www.medio.cz/#zamestnani www.medio.cz/#!/zamestnani • Z pohledu vyhledávačů 1 URL = 1 „stránka“ • Dynamické načítání obsahu s pomocí AJAXu – Infinite scroll, zpožděné bloky textu – I ty musí mít svou vlastní další URL • Uživatel by měl vždy vidět tu správnou aktuální URL – Odkazy, loca!on.href, history.pushState()
- 13. Robot musí umět stáhnout obsah h^p://www.medio.cz/zamestnani h^p://www.medio.cz/?stranka=zamestnani • Žádný problém – normálně crawlovatelné • Pro dynamický obsah AJAXem se toho dosáhne jedině přes pushState
- 14. Robot musí umět stáhnout obsah h^p://www.medio.cz/#zamestnani • Neindexovatelný obsah! • Mřížku využívá spousta JS frameworků • Uživatelům vše funguje OK, mají JavaScript • Při nejavascriptovém základu pod bm problém s chybným cílením zpětných odkazů • Dá se využít třeba u e-‐shopů pro odlišení filtrů, které chci a které nechci indexovat
- 15. HashBang • Crawlovatelné, musí být ale explicitní podpora na straně vyhledávače i samotného webu: h^p://www.medio.cz/#!/zamestnani h^p://www.medio.cz/?_escaped_fragment_=/zamestnani <meta name="fragment" content="!"> • h^ps://developers.google.com/webmasters/ajax-‐crawling/ • h^p://napoveda.seznam.cz/cz/ajax-‐indexace.html
- 16. Robot se o URL musí dozvědět • Starý dobrý A HREF ve zdrojáku • Metahlavičky – link (prev, next, canonical…) • Sitemap.xml • Ruční submit • document.loca!on • …
- 17. Poznámky k průchodnosN • Nejen průchodnost, ale i rank – Silně preferujeme staré dobré odkazy • Necrawlují se zpravidla obsah a odkazy generované až po vyrenderování stránky – Infinite scroll – Musí se doplnit skrytými odkazy
- 18. Díky za pozornost! • Prezentace: slideshare.net/mediocz • Twi^er: @jan!chy • E-‐mail: !chy@medio.cz