La mia pagina può essere indicizzata?
Incolla l'indirizzo di una pagina. Leggiamo tutto ciò che un motore controlla prima di indicizzarla, nell'ordine in cui lo fa, e ti diciamo se Google e Bing possono indicizzarla e, se no, cosa lo impedisce. Sapere se è già nell'indice spetta alla Search Console.
Come leggere questo risultato
Una pagina entra in un motore di ricerca superando cinque controlli, sempre nello stesso ordine. Il primo che fallisce decide, ed è per questo che uno strumento che ne guarda uno solo sbaglia così spesso.
| Ordine | Cosa controlla il motore | Cosa blocca |
|---|---|---|
| 1 | Il robots.txt del sito | una regola Disallow che riguarda l'indirizzo, o un errore del server sul file stesso |
| 2 | Il codice HTTP della pagina | 404, 410, 500 e qualsiasi altro errore; un reindirizzamento passa il controllo alla pagina di arrivo |
| 3 | L'header X-Robots-Tag | noindex o none, per tutti i crawler o per questo |
| 4 | Il tag meta robots | noindex o none, in robots, googlebot o bingbot |
| 5 | La canonical | un altro indirizzo indicato come quello giusto: il motore indicizza piuttosto quello |
La trappola più comune: robots.txt e noindex insieme
Per togliere una pagina dai risultati, molti mettono un noindex e, per prudenza, la vietano anche nel robots.txt. Il motore non ha più il diritto di scaricare la pagina, non vede mai il noindex e può continuare a mostrare l'indirizzo all'infinito. Il gesto giusto è l'opposto: lasciare la pagina scansionabile, con il suo noindex, finché non esce.
«Niente impedisce l'indicizzazione» non significa «indicizzata»
Questo strumento verifica gli ostacoli tecnici. Non sa se Google ha scelto di tenere la pagina: un motore scarta anche le pagine troppo povere, troppo simili a un'altra o a cui nessun link lo porta. Per questa risposta fa fede solo la Search Console.
I motivi della Search Console, e cosa verifica questo strumento
Il rapporto sull'indicizzazione delle pagine della Search Console classifica ogni indirizzo escluso sotto un motivo. Quelli con una causa tecnica si verificano qui, senza accesso all'account, e il verdetto qui sopra dice se la causa c'è ancora:
| Motivo mostrato dalla Search Console | Cosa verifica lo strumento |
|---|---|
| Esclusa in base al tag «noindex», o URL contrassegnato con «noindex» | il tag meta robots e l'intestazione X-Robots-Tag, per Googlebot e per Bingbot |
| URL bloccato da robots.txt | la regola del robots.txt che colpisce l'indirizzo, gruppo per gruppo |
| Indicizzata ma bloccata da robots.txt | lo stesso blocco: Google conosce l'indirizzo dai link, ma non può leggerlo |
| Pagina alternativa con tag canonical appropriato | la canonical e lo stato della pagina che indica |
| Pagina con reindirizzamento | ogni salto della catena, fino alla pagina finale |
| Non trovata (404), Errore del server (5xx) | il codice HTTP della pagina |
| Pagina scansionata, ma attualmente non indicizzata; Rilevata, ma attualmente non indicizzata | niente di tecnico: è una decisione del motore. Se lo strumento non trova alcun ostacolo, la causa è nel contenuto o nei link interni. |
Cosa questo strumento non fa
- Non dice se la pagina è davvero indicizzata: dice se qualcosa lo impedisce. Solo la Search Console conosce la risposta.
- Non vede cosa diventa la pagina dopo l'esecuzione del JavaScript: una pagina costruita da uno script viene segnalata, non renderizzata.
- Non verifica la presenza della pagina nella sitemap: leggerla per intero costerebbe decine di richieste per una casella da spuntare.
Domande frequenti
La mia pagina è consentita ovunque ma non compare su Google. Perché?
Perché il permesso non basta. Google può non averla ancora scoperta (nessun link punta a essa, non è nella sitemap), averla giudicata troppo simile a un'altra pagina, o troppo povera per tenerla. La Search Console, alla voce Pagine, dice quale di questi motivi si applica.
Che differenza c'è tra robots.txt e noindex?
Il robots.txt vieta di leggere la pagina; il noindex vieta di tenerla nei risultati. Perché un noindex funzioni, il motore deve poter leggere la pagina: i due non si combinano.
Cos'è l'header X-Robots-Tag?
Un'istruzione di indicizzazione inviata dal server insieme alla pagina, invece di essere scritta al suo interno. Fa esattamente la stessa cosa di un tag meta robots, ma non si vede mostrando il codice sorgente: per questo un noindex dimenticato dalla preproduzione sopravvive così spesso alla messa online.
Google tiene sempre conto della canonical?
No, è un'indicazione e non un ordine. Google la segue quasi sempre quando è coerente, e la ignora quando indica una pagina in errore, una pagina in noindex o una pagina senza relazione. Una canonical verso sé stessa non costa nulla ed elimina ogni ambiguità.
Come faccio a sapere se la mia pagina è davvero indicizzata su Google?
La risposta ufficiale è nella Search Console: incolla l'indirizzo nella barra del Controllo URL, in alto, e ti dirà se la pagina è nell'indice e, se no, perché. Senza accesso all'account, una ricerca site: seguita dall'indirizzo esatto dà un indizio: se la pagina compare, è indicizzata; se non compare, non prova nulla. Questo strumento risponde alla domanda precedente: se non c'è, un ostacolo tecnico la tiene fuori?
Cosa significa «Pagina scansionata, ma attualmente non indicizzata»?
Che Google ha letto la pagina e ha deciso di non tenerla, per ora. Nessun ostacolo tecnico è in causa: è un giudizio sulla pagina, il più delle volte un contenuto troppo scarno, troppo simile a un'altra pagina o con troppo pochi link interni. «Rilevata, ma attualmente non indicizzata» significa che Google conosce l'indirizzo ma non l'ha ancora letto. In entrambi i casi, se questo strumento non trova ostacoli, bisogna lavorare sul contenuto e sui link interni, non sulla tecnica.
Come chiedo a Google di indicizzare la mia pagina?
Nella Search Console, controlla l'indirizzo e fai clic su «Richiedi indicizzazione»: Google lo aggiunge alla sua coda di scansione, senza promettere di tenerlo. Per Bing, Bing Webmaster Tools permette di inviare indirizzi, e il protocollo IndexNow lo fa automaticamente dalla maggior parte dei CMS. Verifica prima qui che niente blocchi la pagina: richiedere l'indicizzazione di una pagina in noindex non serve a nulla.
Gli altri strumenti
Testare il robots.txt
Se il robots.txt del sito consente la scansione di questo indirizzo.
Generatore di robots.txt
Un robots.txt scritto per il tuo sito, crawler di IA compresi, testato prima della pubblicazione.
Anteprima Google e social
Il tuo titolo e la tua descrizione come li mostreranno Google, Bing, Facebook, LinkedIn, X e WhatsApp, misurati in pixel.
Sapere il giorno in cui una pagina diventa non indicizzabile
Con il piano Business, Expansel rilegge le tue pagine a ogni passaggio di monitoraggio e ti scrive il giorno in cui una messa in produzione aggiunge un noindex, chiude il robots.txt, cambia la canonical o elimina il title.