La balise noindex est une instruction qui demande aux moteurs de recherche de ne pas afficher une page dans leurs résultats, sans empêcher pour autant l’exploration du site. Elle se pose soit dans une balise meta du code HTML, soit dans l’en-tête HTTP X-Robots-Tag, et sert à garder une page accessible aux visiteurs tout en la retirant des pages de résultats Google.
Un cabinet de conseil qui publie ses mentions légales ou sa page de remerciement après un formulaire de contact a tout intérêt à leur poser un noindex : ces pages doivent exister pour les visiteurs et pour les obligations légales, pas apparaître dans une recherche Google au milieu des pages qui vendent vraiment le service.
Table des matières
Deux façons de poser un noindex
La directive s’écrit de deux manières, selon qui a la main sur le site. Dans le <head> de la page HTML, une balise meta robots porte l’instruction : <meta name="robots" content="noindex">. Quand la page n’est pas un fichier HTML, un PDF par exemple, ou quand l’accès au code source n’est pas possible, le même ordre se pose dans l’en-tête de réponse HTTP via X-Robots-Tag: noindex, configuré au niveau du serveur. Les deux reviennent exactement au même pour Google : la page ne doit figurer dans aucun résultat de recherche.
Les cas où la poser
Les cas qui reviennent le plus pour un petit site sont les pages utilitaires : résultats de recherche interne (une boutique en ligne qui génère une page par filtre ou par requête tapée dans sa barre de recherche), pages de remerciement après achat ou formulaire, versions imprimables, ou pages légales qui doivent rester en ligne sans concurrencer le contenu commercial dans les résultats. Garder ces pages accessibles aux visiteurs mais invisibles pour Google évite de diluer le site avec des contenus qui n’ont rien à faire dans une recherche. Un consultant qui audite un site tombe régulièrement sur des noindex oubliés, posés sur une page qui devrait au contraire être visible.
L’erreur qui annule tout : noindex bloqué par robots.txt
La combinaison la plus fréquente casse l’instruction au lieu de la renforcer. Si un fichier robots.txt interdit déjà le passage de Googlebot sur une page, par exemple avec Disallow: /recherche/, le robot n’accède jamais à cette page et ne lit donc jamais la balise noindex qui s’y trouve. Google le précise sans ambiguïté dans sa documentation sur le blocage de l’indexation : une page interdite d’exploration voit toute règle d’indexation ignorée, noindex compris. Dans ce cas, la page peut malgré tout apparaître dans les résultats si des liens externes pointent vers elle, sans extrait ni description puisque Google n’a jamais pu la lire. Pour retirer une page proprement, elle reste accessible au crawl et porte un noindex, ou elle est bloquée au niveau du robots.txt, jamais les deux à la fois sur la même page.
noindex n’est pas nofollow
Les deux instructions se posent souvent côte à côte, content="noindex, nofollow", mais ne gouvernent pas la même chose, comme le rappelle la documentation Google sur la balise meta robots. Noindex agit sur la page elle-même : elle sort des résultats de recherche. Nofollow agit sur les liens qui partent de cette page : il demande de ne pas transmettre de signal via ces liens vers les pages ciblées. Une page en noindex seul reste donc parcourue normalement par Googlebot, qui continue de suivre ses liens internes, ce qui compte pour le maillage interne du site. Poser nofollow en plus n’a de sens que si la page pointe vers des destinations qu’on ne veut pas cautionner, pas comme réflexe automatique à chaque noindex.
Avant de généraliser un noindex à toute une catégorie de pages, mieux vaut vérifier qu’aucune des pages concernées ne génère déjà du trafic organique : il arrive qu’une page de recherche interne ou une page de remerciement capte des visites inattendues, auquel cas le noindex se discute page par page plutôt qu’en bloc.
Crédit photo : Pixabay / rf-ria, jackmac34.
