Canonical og dubleret indhold

Modul 3: Det tekniske grundlag for en side · Læsetid: 12 minutter

Læringsmål: Efter denne lektion kan du genkende dubleret indhold på dit website, vælge hvilken adresse der er den rigtige (kanoniske) adresse, og give det korrekt videre til søgemaskiner med viderestilling og rel="canonical".

Nøglebegreber: dubleret indhold, kanonisering, kanonisk adresse, varianter (http og https, med og uden www, skråstreg, parametre, store bogstaver), rel="canonical", absolut adresse, canonical som hint, 301-viderestilling som stærkere signal, canonical valgt af Google, ingen straf for dubleret indhold

Én side, fem adresser

For dig er siden med brudebuketter én side. For en søgemaskine er hver adresse en separat side. Se bare, hvordan det samme indhold hos Bloemenatelier Lotte (en blomsterbutik i Amersfoort i Nederlandene) kan nås på fem adresser:

http://example.com/bruidsboeketten
https://example.com/bruidsboeketten
https://www.example.com/bruidsboeketten
https://www.example.com/bruidsboeketten/
https://www.example.com/bruidsboeketten?utm_source=nieuwsbrief

Det kaldes dubleret indhold: det samme (eller næsten det samme) indhold på mere end én adresse. Google nævner de mest kendte årsager:

Dertil kommer: en skråstreg til sidst eller ej, store bogstaver i stien (/Contact og /contact), index.html efter adressen og parametre fra nyhedsbreve og annoncer.

Er det slemt?

Ingen straf. Google skriver, at lidt dubleret indhold på et website er normalt og ikke i strid med Googles spamregler. Du bliver ikke straffet for det. Det går først galt, hvis nogen bevidst laver kopier i massevis for at fylde søgeresultaterne op; det er en anden historie (lektion 8.2).

Hvorfor skal du så ordne det? Fordi søgemaskinen ellers selv vælger. Google samler sider med det samme indhold i grupper og vælger én kanonisk adresse blandt dem: den repræsentant, der kommer med i søgeresultaterne og bliver crawlet oftest. Det valg kaldes kanonisering. Overlader du det til Google, kan Google netop vælge adressen med ?utm_source=nieuwsbrief bagved. Desuden bliver dine tal i Search Console spredt ud over fem varianter, og crawleren spilder tid på kopier.

De tre signaler, fra stærk til svag

Du fortæller søgemaskinen, hvilken adresse der er den rigtige. Google nævner tre måder, i rækkefølge efter styrke:

1. Viderestilling (301 eller 308): et stærkt signal om, at målet for viderestillingen skal være kanonisk. Brug det til varianter, som ingen har brug for: http til https og versionen med eller uden www til den anden. Det sætter du op én gang for hele websitet (lektion 4.1).
2. rel="canonical": også et stærkt signal. En linje i sidens <head>, der siger, hvilken adresse der er den rigtige. Brug det, hvor varianten skal blive ved med at virke, som en adresse med et filter eller en nyhedsbrevsparameter.
3. Sitemappet: et svagt signal. Adresser, du sætter i dit sitemap, foreslår du som kanoniske (lektion 3.4). Sæt derfor kun de rigtige adresser i det.

En canonical ser sådan ud:

<head>
  <title>Bruidsboeketten op maat | Bloemenatelier Lotte</title>
  <link rel="canonical" href="https://www.example.com/bruidsboeketten">
</head>

Hver variant af siden har den samme linje, også den kanoniske adresse selv. Det sidste kaldes en henvisning til sig selv (self-referencing canonical). Den er ikke påkrævet, men praktisk: kommer nogen ind via ?utm_source=nieuwsbrief, står den rigtige adresse der med det samme.

Et hint, ikke en ordre

Google siger det tydeligt: en canonical er et hint, ikke en regel. Google kan vælge en anden adresse end dig. Det sker især, når dine signaler modsiger hinanden. I URL inspection i Search Console (lektion 2.4) ser du to linjer ved siden af hinanden: "User-declared canonical" og "Google-selected canonical". Er de forskellige, så led efter en modsigelse:

• canonical peger på https://www.example.com/..., men sitemappet nævner https://example.com/...;
• canonical peger på https://, men https:// viderestiller til http://;
• de interne links i din menu peger på en anden variant end canonical;
• siderne ligner ikke hinanden nok: en canonical fra en produktside til forsiden virker ikke, for det er ikke en kopi.

Ved ens indhold foretrækker Google https-versionen som kanonisk adresse, medmindre der er noget galt med den, som et ugyldigt certifikat.

Sådan skriver du en canonical korrekt

Til filer uden HTML, som en pdf, kan en canonical også sættes som HTTP-header:

Link: <https://www.example.com/prijslijst.pdf>; rel="canonical"

Det skal du ikke gøre

• Ingen robots.txt til kanonisering. Google siger udtrykkeligt: brug ikke robots.txt til det. Blokerer du varianterne, kan Google ikke læse dem og ser derfor heller ikke din canonical.
• Ingen noindex for at gennemtvinge en canonical. Det fraråder Google også inden for ét website. Noindex siger "tag slet ikke med", ikke "tag hellere den anden".
• Ikke alt til forsiden. En canonical på hver side, der peger på forsiden (en kendt fejl i temaer og plugins), fortæller Google, at hele dit website er én side.

I praksis: hvem sørger for hvad?

Viderestillingerne for hele websitet sætter du op hos din hosting. I DirectAdmin hos WebOké finder du i indstillingerne for et domæne valgene for SSL, https-viderestilling og "med eller uden www"; hos andre udbydere hedder det noget andet, men det er den samme slags indstilling. Canonical i siden laver din websitebygger. WordPress sætter selv en canonical på indlæg og sider, og SEO-plugins overtager det. WebOkés AI Builder sætter på hver publiceret side en canonical til sidens egen adresse, og bevidst ingen på fejlsiden (404). Tjek efter hver ændring af domæne eller www-valg, om canonical, viderestilling og sitemap stadig nævner den samme adresse.

Opsummering

• Dubleret indhold er normalt og ingen grund til straf, men uden et signal vælger søgemaskinen selv, hvilken adresse der er kanonisk.
• Tre signaler: viderestilling (stærk), rel="canonical" (stærk) og sitemappet (svag). Lad dem nævne den samme adresse.
• En canonical er et hint: Google kan vælge anderledes, især ved modstridende signaler. Se efter i URL inspection.
• Skriv den fuldt ud, én gang, i <head>, til en side, der giver 200, ikke har noindex og peger på sig selv.
• Brug ikke robots.txt og noindex til at gennemtvinge en canonical.

Quiz

Opgave

Opgave A3.5: Peger din canonical det rigtige sted hen? Indtast adressen på en side på dit website. Programmet læser siden, finder canonical og tjekker, om der er præcis én, om den er fuld og https, om målet giver 200, ikke har noindex og peger på sig selv, og om varianterne med http og med eller uden www viderestiller til den samme vært. Intet eget website? Brug https://european-union.europa.eu/index_nl.

Læs mere

Trinene i disse artikler gælder for WebOkés paneler; hos andre udbydere fungerer det på lignende måde.

• DirectAdmin vejledning 4.3: Indstillinger for et domæne: SSL, PHP, www og private_html
• DirectAdmin vejledning 4.7: Omdirigeringer for websted: videresend et domæne eller en side
• Gratis DNS-kursus 3.4: www, videresendelse og hvad DNS ikke gør
• Google Search Central, Hvad er kanonisering: https://developers.google.com/search/docs/crawling-indexing/canonicalization
• Google Search Central, Saml dublerede URL'er (angiv canonical): https://developers.google.com/search/docs/crawling-indexing/consolidate-duplicate-urls