Ma page peut-elle être indexée ?
Collez l'adresse d'une page. Nous lisons tout ce qu'un moteur consulte avant de l'indexer, dans l'ordre où il le fait, et vous disons si Google et Bing peuvent l'indexer et, sinon, ce qui les en empêche. Savoir si elle y est déjà reste l'affaire de la Search Console.
Comment lire ce résultat
Une page entre dans un moteur de recherche en franchissant cinq contrôles, toujours dans le même ordre. Le premier qui échoue décide, et c'est pour cela qu'un outil qui n'en regarde qu'un se trompe si souvent.
| Ordre | Ce que le moteur vérifie | Ce qui bloque |
|---|---|---|
| 1 | Le robots.txt du site | une règle Disallow qui vise l'adresse, ou une erreur serveur sur le fichier lui-même |
| 2 | Le code HTTP de la page | 404, 410, 500 et toute autre erreur ; une redirection renvoie le contrôle à la page d'arrivée |
| 3 | L'en-tête X-Robots-Tag | noindex ou none, pour tous les robots ou pour celui-ci |
| 4 | La balise meta robots | noindex ou none, dans robots, googlebot ou bingbot |
| 5 | La canonical | une autre adresse désignée comme la bonne : le moteur indexe plutôt celle-là |
Le piège le plus courant : robots.txt et noindex ensemble
Pour retirer une page des résultats, beaucoup posent un noindex et, par précaution, l'interdisent aussi dans le robots.txt. Le moteur n'a alors plus le droit de télécharger la page, ne voit jamais le noindex, et peut continuer d'afficher l'adresse indéfiniment. Le bon geste est l'inverse : laisser la page explorable, avec son noindex, jusqu'à ce qu'elle sorte.
« Rien n'empêche l'indexation » ne veut pas dire « indexée »
Cet outil vérifie les obstacles techniques. Il ne sait pas si Google a choisi de garder la page : un moteur écarte aussi les pages trop pauvres, trop proches d'une autre, ou qu'aucun lien ne lui fait découvrir. Pour cette réponse-là, seule la Search Console fait foi.
Les motifs de la Search Console, et ce que l'outil en vérifie
Le rapport « Indexation des pages » de la Search Console range chaque adresse écartée sous un motif. Ceux qui ont une cause technique se vérifient ici, sans accès au compte, et le verdict ci-dessus dit si la cause est toujours là :
| Motif affiché par la Search Console | Ce que l'outil vérifie |
|---|---|
| Exclue par la balise « noindex », ou URL marquée « noindex » | la balise meta robots et l'en-tête X-Robots-Tag, pour Googlebot comme pour Bingbot |
| URL bloquée par le fichier robots.txt | la règle du robots.txt qui vise l'adresse, groupe par groupe |
| Indexée malgré le blocage par le fichier robots.txt | le même blocage : Google connaît l'adresse par des liens, sans avoir le droit de la lire |
| Autre page avec balise canonique correcte | la canonical, et l'état de la page qu'elle désigne |
| Page avec redirection | chaque saut de la chaîne, jusqu'à la page d'arrivée |
| Introuvable (404), Erreur serveur (5xx) | le code HTTP de la page |
| Explorée, actuellement non indexée ; Détectée, actuellement non indexée | rien de technique : c'est une décision du moteur. Si l'outil ne trouve aucun obstacle, la cause est dans le contenu ou dans les liens internes. |
Ce que cet outil ne fait pas
- Il ne dit pas si la page est réellement indexée : il dit si quelque chose l'empêche. La Search Console est seule à connaître la réponse.
- Il ne voit pas ce que la page devient après exécution du JavaScript : une page construite par un script est signalée, pas rendue.
- Il ne vérifie pas la présence de la page dans le sitemap : le lire en entier coûterait des dizaines de requêtes pour une case à cocher.
Questions fréquentes
Ma page est autorisée partout mais n'apparaît pas dans Google. Pourquoi ?
Parce que l'autorisation ne suffit pas. Google peut ne pas encore l'avoir découverte (aucun lien ne pointe vers elle, elle n'est pas dans le sitemap), l'avoir jugée trop proche d'une autre page, ou trop pauvre pour être gardée. La Search Console, rubrique Pages, dit laquelle de ces raisons s'applique.
Quelle différence entre robots.txt et noindex ?
Le robots.txt interdit de lire la page ; le noindex interdit de la garder dans les résultats. Pour qu'un noindex fonctionne, le moteur doit pouvoir lire la page : les deux ne se combinent donc pas.
Qu'est-ce que l'en-tête X-Robots-Tag ?
Une consigne d'indexation envoyée par le serveur avec la page, au lieu d'être écrite dedans. Elle fait exactement la même chose qu'une balise meta robots, mais ne se voit pas en affichant le code source : c'est pour cela qu'un noindex oublié par une préproduction survit si souvent à la mise en ligne.
Google tient-il toujours compte de la canonical ?
Non, c'est une indication et non un ordre. Google la suit presque toujours quand elle est cohérente, et l'ignore quand elle désigne une page en erreur, une page en noindex ou une page sans rapport. Une canonical vers soi-même ne coûte rien et lève toute ambiguïté.
Comment savoir si ma page est vraiment indexée par Google ?
La réponse officielle est dans la Search Console : collez l'adresse dans la barre d'inspection d'URL, en haut de l'écran, et elle dit si la page est dans l'index et, sinon, pourquoi. Sans accès au compte, une recherche site: suivie de l'adresse exacte donne une indication : si la page sort, elle est indexée ; si elle ne sort pas, ce n'est pas une preuve. Cet outil répond à la question d'avant : si elle n'y est pas, est-ce qu'un obstacle technique l'en empêche ?
Que veut dire « Explorée, actuellement non indexée » ?
Que Google a lu la page et a choisi de ne pas la garder, pour l'instant. Aucun obstacle technique n'est en cause : c'est un jugement sur la page, le plus souvent un contenu trop mince, trop proche d'une autre page, ou trop peu de liens internes vers elle. « Détectée, actuellement non indexée » veut dire que Google connaît l'adresse sans l'avoir encore lue. Dans les deux cas, si cet outil ne trouve aucun obstacle, c'est le contenu et le maillage qu'il faut travailler, pas la technique.
Comment demander à Google d'indexer ma page ?
Dans la Search Console, inspectez l'adresse puis cliquez sur « Demander l'indexation » : Google la place dans sa file d'exploration, sans promettre de la garder. Pour Bing, Bing Webmaster Tools permet de soumettre des adresses, et le protocole IndexNow le fait automatiquement depuis la plupart des CMS. Vérifiez d'abord ici que rien ne bloque la page : demander l'indexation d'une page en noindex ne sert à rien.
Les autres outils
Tester le robots.txt
Le robots.txt du site autorise-t-il l'exploration de cette adresse.
Générateur de robots.txt
Un robots.txt écrit pour votre site, robots d'IA compris, testé avant d'être publié.
Aperçu Google et réseaux sociaux
Votre titre et votre description tels que Google, Bing, Facebook, LinkedIn, X et WhatsApp les afficheront, mesurés en pixels.
Savoir le jour où une page devient non indexable
Avec l'offre Business, Expansel relit vos pages à chaque passage de surveillance et vous écrit le jour où une mise en production pose un noindex, ferme le robots.txt, change la canonical ou fait disparaître le title.