Come evitare i contenuti duplicati nel tuo sito. Prima parte

[Gioacchino Cipriano]

Ops,
riesco ad accedere nel ammistrazione, ma non mi funziona l'accesso da front-end.

[etnatracker]

Ciao Gioacchino (io sono etneo, ma emigrato da alcuni anni),

la seguente riga è superflua:

Codice: [Seleziona]

RewriteCond %{THE_REQUEST} ^.*/index\.php
Ho controllato la lista dei file che ho modificato per sistemare i redirect, il login da front-end è proprio uno di questi. Occorre modificare l'action nei form nel file seguente:

\templates\ja_purity\html\mod_login\default.php Inserendo al posto di

Codice: [Seleziona]

action=index.phpla seguente stringa:

Codice: [Seleziona]

action=index.php?no_redirect=true E infine inserire nella condizione dei redirect la query string lcome avevo indicato:

Codice: [Seleziona]

RewriteCond %{QUERY_STRING} !^.*?no_redirect=true?$Rendere un sito Joomla 1.5 davvero Seo Friendly è stata dura 

[Gioacchino Cipriano]

Ciao etnatracker,
nel template che sto usando o nel template ja_purity? Secondo me dovrebbe essere nel template che sto usando (solo che non ho la cartella .....\html\mod_login) 

[etnatracker]

Eh, bisogna trovare il tuo modulo di login e controllare le ACTION. Io uso il template JAPurity e quindi il file è quello...

[Gioacchino Cipriano]

 
ho modificato tutti i file dei mod_login con quella action, ma nada de nada.
Domani riguardo.
Sarà mica perchè uso un componente SEF?

[etnatracker]

Non saprei; per scoprire se ci sono dei redirect che non si vedono, puoi usare httpfox. Eventualmente girami il link che provo a dare un'occhiata anche io

[Gioacchino Cipriano]

Ok.
Ho copiato la cartella mod_login da ja_purity all'interno della cartella template/html del mio template e pare funzionare (in locale) appena posso provo online.

In alternativa si potrebbe modificare il file nella cartella modules/mod_login/default.php, ma l'output dell'action diventa

Codice: [Seleziona]

'no_redirecttrue anzichè

Codice: [Seleziona]

'index.php?no_redirect=true. Quindi non so.

[Gioacchino Cipriano]

Penso si possa fare, ma occorre modificare l'action di tutte le pagine/moduli che abbiano l'action="index.php"
Alcuni:
com_user view login, logout ecc.
com_qualsiasi con form la cui action è index.php.
Ciao

[etnatracker]

Penso si possa fare, ma occorre modificare l'action di tutte le pagine/moduli che abbiano l'action="index.php"
Alcuni:
com_user view login, logout ecc.
com_qualsiasi con form la cui action è index.php.
Ciao

Corretto.


Io ho incontrato questo problema solo nel modulo di login e nel reset password. Il modulo di login è stato il più ostico in quanto la action non ha parametri in querystring che identifichino l'azione effettuata e quindi ho dovuto modificarlo. Credo che anche JVoteSystem, un componente che uso per i sondaggi, possa avere lo stesso problema.


Ma alla fine il risultato è ottimo. Io ho un sito con oltre mille pagine, forum, commenti, sezioni e categorie varie e al momento ho solamente 6 title duplicati e tutti gli url univoci, devo dire che Google sembra premiare un sito "pulito"

[Gioacchino Cipriano]

In effetti gli altri hanno un'action simile

Codice: [Seleziona]

action="<?php echo JRoute::_( 'index.php',ecc.
Forse anche nel file System/offline.php

[Gioacchino Cipriano]

Quindi da quello che ho capito sostituire solo le action="index.php", mentre quelle che hanno dei parametri si possono lasciare. Esempio action="index.php?option...ecc." si può lasciare.
Il fatto che il form funzioni anche senza la

Codice: [Seleziona]

RewriteCond %{QUERY_STRING} !^.*?no_redirect=true?$ penso sia normale, ma per il SEF va lasciata, corretto?

[etnatracker]

In generale, occorre aggiungere un pezzo di querystring a quei form che puntano secchi a index.php e quindi inserire nell' htaccess la condizione che escluda dal redirect gli url che contengono il pezzo di querystring che tu hai inserito.


L'importante è che vengano fatte entrambe le cose; il SEF non dovrebbe entrarci

[Gioacchino Cipriano]

In generale, occorre aggiungere un pezzo di querystring a quei form che puntano secchi a index.php e quindi inserire nell' htaccess la condizione che escluda dal redirect gli url che contengono il pezzo di querystring che tu hai inserito.


L'importante è che vengano fatte entrambe le cose; il SEF non dovrebbe entrarci

Ciao, ho notato questo: http://forum.joomla.it/index.php/topic,172198.msg781199.html#msg781199

[beertod]

Grazie per i suggerimenti ZioPal!
Comunque ho inserito questo codice:

Codice: [Seleziona]

RewriteCond %{HTTP_HOST} !^www\.lavitacongusto\.it
RewriteRule (.*) http://www.lavitacongusto.it/$1 [R=301,L]
come suggerito da searchmasters in .httacces per il redirect check ma facendo nuovamente il test (anche su virante) mi da sempre lo stesso errore (WWW/NonWWW Header Check: FAILED)
come mai?

Inoltre proprio ora mi accorgo che nei webmaster tools mi dice che ci sono 2 pagine con tag title duplicati:

/component/users/?view=registration

 /component/users/?view=reset

 
il sito è quello in firma

[etnatracker]

[size=78%]Comunque ho inserito questo codice: [/size]

Codice: [Seleziona]

RewriteCond %{HTTP_HOST} !^www\.lavitacongusto\.it
RewriteRule (.*) http://www.lavitacongusto.it/$1 [R=301,L]
come suggerito da searchmasters in .httacces per il redirect check ma facendo nuovamente il test (anche su virante) mi da sempre lo stesso errore (WWW/NonWWW Header Check: FAILED)
come mai?

Verifica di avere attivato il redirect su Apache. Non c'è bisogno di usare tool esterni per fare il test,  basta scrivere "lavitacongusto.it" come url nel browser per vedere che succede e nel tuo caso risulta proprio irraggiungibile, quindi non è un problema di doppia url ma è qualcosa di diverso. Verifica se il redirect è attivo in apache, togli la direttiva che hai scritto e testa con "lavitacongusto.it" per vedere se almeno il sito si vede. Eventualmente contatta l'hosting

Inoltre proprio ora mi accorgo che nei webmaster tools mi dice che ci sono 2 pagine con tag title duplicati:

/component/users/?view=registration

 /component/users/?view=reset

Questo è dovuto al fatto che il modulo di login ha lo stesso title per tutte le pagine. Io ho risolto con TagMeta, ho messo un bel no-index in tutte le pagine con url "component/users" che tanto a google non interessano

[beertod]

Ciao Etnatracker e grazie per il tuo aiuto.
Se faccio il test come mi hai detto, inserendo nel brwser lavitacongusto.it, mi ritrovo su www.lavitacongusto.it, questo è il mio httacces:

Codice: [Seleziona]

##
# @package        Joomla
# @copyright    Copyright (C) 2005 - 2012 Open Source Matters. All rights reserved.
# @license        GNU General Public License version 2 or later; see LICENSE.txt
##

##
# READ THIS COMPLETELY IF YOU CHOOSE TO USE THIS FILE!
#
# The line just below this section: 'Options +FollowSymLinks' may cause problems
# with some server configurations.  It is required for use of mod_rewrite, but may already
# be set by your server administrator in a way that dissallows changing it in
# your .htaccess file.  If using it causes your server to error out, comment it out (add # to
# beginning of line), reload your site in your browser and test your sef url's.  If they work,
# it has been set by your server administrator and you do not need it set here.
##

## Can be commented out if causes errors, see notes above.
# Options +FollowSymLinks

## Mod_rewrite in use.

RewriteEngine On


## Begin - Rewrite rules to block out some common exploits.
# If you experience problems on your site block out the operations listed below
# This attempts to block the most common type of exploit `attempts` to Joomla!
#
# Block out any script trying to base64_encode data within the URL.
RewriteCond %{QUERY_STRING} base64_encode[^(]*\([^)]*\) [OR]
# Block out any script that includes a <script> tag in URL.
RewriteCond %{QUERY_STRING} (<|%3C)([^s]*s)+cript.*(>|%3E) [NC,OR]
# Block out any script trying to set a PHP GLOBALS variable via URL.
RewriteCond %{QUERY_STRING} GLOBALS(=|\[|\%[0-9A-Z]{0,2}) [OR]
# Block out any script trying to modify a _REQUEST variable via URL.
RewriteCond %{QUERY_STRING} _REQUEST(=|\[|\%[0-9A-Z]{0,2})
# Return 403 Forbidden header and show the content of the root homepage
RewriteRule .* index.php [F]
#
## End - Rewrite rules to block out some common exploits.



## Begin - Custom redirects
#
# If you need to redirect some pages, or set a canonical non-www to
# www redirect (or vice versa), place that code here. Ensure those
# redirects use the correct RewriteRule syntax and the [R=301,L] flags.
#
## End - Custom redirects

##
# Uncomment following line if your webserver's URL
# is not directly related to physical file paths.
# Update Your Joomla! Directory (just / for root).
##

RewriteBase /

## Begin - Joomla! core SEF Section.
#
RewriteRule .* - [E=HTTP_AUTHORIZATION:%{HTTP:Authorization}]
#
# If the requested path and file is not /index.php and the request
# has not already been internally rewritten to the index.php script
RewriteCond %{REQUEST_URI} !^/index\.php
# and the request is for something within the component folder,
# or for the site root, or for an extensionless URL, or the
# requested URL ends with one of the listed extensions
RewriteCond %{REQUEST_URI} /component/|(/[^.]*|\.(php|html?|feed|pdf|vcf|raw))$ [NC]
# and the requested path and file doesn't directly match a physical file
RewriteCond %{REQUEST_FILENAME} !-f
# and the requested path and file doesn't directly match a physical folder
RewriteCond %{REQUEST_FILENAME} !-d
# internally rewrite the request to the index.php script
RewriteRule .* index.php [L]
#
## End - Joomla! core SEF Section.
Per quanto riguarda i tag title duplicati, dato che non ho mai usato tagmeta, il risultato è lo stesso se nel robots.txt inserisco?:
disallow: /component/users/?view=registration
disallow:  /component/users/?view=reset

[etnatracker]

Ciao beertod,


ho visto il tuo htaccess, non ho trovato la regola di redirect. Io dal mio pc non riesco ad accedere a "lavitacongusto.it", mi dà errore dns, mentre accedo a "www.lavitacongusto.it". Comunque, se tu inserendo la regola di redirect (che è corretta, è uguale a quella che uso io su etnatracking.com) hai verificato che funziona, sei a posto così. Virante credo che controlli anche se google ha indicizzato pagine con e senza www, l'esito negativo del test automatico può dipendere da quello.


Per il secondo problema: puoi anche fare come hai scritto tu, ma per dirla in dialetto catanese "ti perdi dalla casa", ti imbarchi in una cosa immane, dato che di quegli url te ne spunteranno decine, se non centinaia. Quindi ad ogni url indicizzato da google in quel settore, dovresti inserire la direttiva. E' troppo complesso... con tagMeta puoi usare le espressioni regolari e inserire con una sola direttiva la direttiva "noindex" in un intero gruppo di pagine. Dacci un'occhiata, installalo, poi ti dò due dritte su come inserire la direttiva.


Ciao


Etnatracker

[beertod]

ho visto il tuo htaccess, non ho trovato la regola di redirect. Io dal mio pc non riesco ad accedere a "lavitacongusto.it", mi dà errore dns, mentre accedo a "www.lavitacongusto.it". Comunque, se tu inserendo la regola di redirect (che è corretta, è uguale a quella che uso io su etnatracking.com) hai verificato che funziona, sei a posto così. Virante credo che controlli anche se google ha indicizzato pagine con e senza www, l'esito negativo del test automatico può dipendere da quello.

 Dici che non dovrei fare piu' niente? Ma per il dominio duplicato resta il problema?
Comunque per scrupolo ho fatto un test su searchmasters e mi da questi errori:

Codice: [Seleziona]

http://www.lavitacongusto.it returns a HTTP/1.1 500 Server Error responsehttp://lavitacongusto.it returns a 200 (OK) response. PR N/Ahttp://www.lavitacongusto.it/index.php returns a HTTP/1.1 500 Server Error responsehttp://lavitacongusto.it/index.php returns a 404 not-found responsehttp://www.lavitacongusto.it/index.htm returns a HTTP/1.1 500 Server Error responsehttp://lavitacongusto.it/index.htm returns a 404 not-found responsehttp://www.lavitacongusto.it/index.html returns a HTTP/1.1 500 Server Error responsehttp://lavitacongusto.it/index.html returns a 200 (OK) response. PR N/Ahttp://www.lavitacongusto.it/index.shtml returns a 404 not-found responsehttp://lavitacongusto.it/index.shtml returns a 404 not-found responsehttp://www.lavitacongusto.it/index.asp returns a 404 not-found responsehttp://lavitacongusto.it/index.asp returns a 404 not-found responsehttp://www.lavitacongusto.it/default.asp returns a 404 not-found responsehttp://lavitacongusto.it/default.asp returns a 404 not-found responsehttp://www.lavitacongusto.it/index.aspx returns a 404 not-found responsehttp://lavitacongusto.it/index.aspx returns a 404 not-found responsehttp://www.lavitacongusto.it/index.cfm returns a 404 not-found responsehttp://lavitacongusto.it/index.cfm returns a 404 not-found responsehttp://www.lavitacongusto.it/index.pl returns a 404 not-found responsehttp://lavitacongusto.it/index.pl returns a 404 not-found responsehttp://www.lavitacongusto.it/default.htm returns a HTTP/1.1 500 Server Error responsehttp://lavitacongusto.it/default.htm returns a 404 not-found response
Questa la spiegazione:
Potential problems on this site

• 2 pages returned a 200 response. This indicates potential for duplicate content problems. Ideally, only http://www.lavitacongusto.it OR http://lavitacongusto.it should return a 200 response.
• 5 pages returned a response other than 200, 301, 302 or 404. This is unusual, and you may want to investigate this further

Per il secondo problema: puoi anche fare come hai scritto tu, ma per dirla in dialetto catanese "ti perdi dalla casa", ti imbarchi in una cosa immane, dato che di quegli url te ne spunteranno decine, se non centinaia. Quindi ad ogni url indicizzato da google in quel settore, dovresti inserire la direttiva. E' troppo complesso... con tagMeta puoi usare le espressioni regolari e inserire con una sola direttiva la direttiva "noindex" in un intero gruppo di pagine. Dacci un'occhiata, installalo, poi ti dò due dritte su come inserire la direttiva.

Ho seguito il tuo consiglio, ho installato tagmeta, sono andato su "rules" ma poi non riesco piu' ad andare avanti  . Poresti darmi una dritta per inserire il noindex su quelle pagine? Grazie!

[etnatracker]

Problema redirect: sono due problemi distinti e secondo il test che hai fatto, non ne hai risolto neanche uno :-)
Entrambi i tuoi url (con e senza www) restituiscono esito 200, mentre quello senza www dovrebbe restituire un 301 e reindirizzare all'altro. Del resto, nel tuo htaccess il redirect non l'hai messo!
Il secondo problema redirect che ti segnala il tuo test è legato al fatto che secondo lui dovresti re-indirizzare anche altre url, ma questo è più complesso e per il momento lascerei perdere.


Per tagmeta: crea una direttiva, pubblicala, inserisci come URI la seguente stringa

Codice: [Seleziona]

^(.*)/component/users

Vai nel riquadro Robots in alto a destra, seleziona l'opzione "no" per il campo index. Salva, vai in un url del tuo sito che contiene la scritta component/users, controlla il sorgente: dovresti trovare il metatag seguente:

Codice: [Seleziona]

<meta name="robots" content="noindex" />

Stai attento ad eventuali cache della pagina, se c'è il noindex dovrai attendere qualche giorno o settimana, vedrai che l'avviso di google sparirà.


Ricordati che TUTTI gli url che contengono la scritta component/users non verranno indicizzati.


ciao


Etnatracker

[beertod]

Problema redirect: sono due problemi distinti e secondo il test che hai fatto, non ne hai risolto neanche uno :-)
Entrambi i tuoi url (con e senza www) restituiscono esito 200, mentre quello senza www dovrebbe restituire un 301 e reindirizzare all'altro. Del resto, nel tuo htaccess il redirect non l'hai messo!

Ora ho messo il redirect come suggerito da loro:

Codice: [Seleziona]

RewriteEngine On
RewriteCond %{HTTP_HOST} !^www\.lavitacongusto\.it
RewriteRule (.*) http://www.lavitacongusto.it/$1 [R=301,L]
ma siamo al punto di partenza, facendo il test mi da lo stesso errore, il problema è capire perchè non funziona 

ho impostato tagmeta come hai detto (ti allego l'immagine) ma nel codice sorgente di
http://www.lavitacongusto.it/component/users/?view=registration
non vedo

Codice: [Seleziona]

<meta name="robots" content="noindex" />

[allegato eliminato da un amministratore essendo vecchio più di un anno]