Bot esagerato! Immagini in SERP

[pieropan]

Ciao,
avrete notato tutti come googlebot sia diventato ingordo, no?

Bon, sentite questa.
Trovo immagini in serp . Gif per la precisione.

Nel titolo hanno l'header del gif, una roba tipo:
яШяа JFIF dd ям Ducky < яо Adobe dА

http://www.google.it/search?hs=Xce&h...nG=Cerca&meta=

Cliccate sui risultati dove vedere match esatto nel titile, scaricate il file (a volte è possibile e a volte no), rinominate il file in .gif e apprezzate le nuove abilità dello spider.

Una roba esagerata.

	Serp SERP è un acronimo che sta appunto per "Search Engines Results Page" (pagina dei risultati del motore di ricerca).

	Spider Software utilizzato dai motori di ricerca per il prelevamento di indirizzi di documenti web

[Giorgiotave]

Nuovi Test?

Che stanno provando a leggere qualcosa di particolare?

[eLLeGi]

secondo me semplicemente non è riuscito a leggere il mime type e l'ha interpretato come testo. Se fai copia cache te ne renderai conto.

[Rinzi]

secondo me semplicemente non è riuscito a leggere il mime type e l'ha interpretato come testo. Se fai copia cache te ne renderai conto.

hai proprio ragione... arcano risolto

[pieropan]

secondo me semplicemente non è riuscito a leggere il mime type e l'ha interpretato come testo. Se fai copia cache te ne renderai conto.

Certo, plausibile che sia per problemi di mime type, ma è proprio guardando le cache che ti accorgi che sono tutte recenti, non piu' di due mesi.
Se calcoli che il vecchio bot è stato dismesso verso fine primavera....
insomma pare una cosa nuova, o almeno non me ne ero mai accorto.

Le pagine cominciano ad essere tante... canna spesso.
In compenso si beve URL chilometriche.
Ciao.

	URL (Uniform Resource Locator) è un indirizzo di una risorsa in Internet

[Everfluxx]

Ehm... Il problema non è di Googlebot.

Il problema è che alcuni server inviano un Content-Type errato nelle intestazioni di risposta:

Content-Type: text/html

Cliccate sui primi tre risultati qui...

Alcuni user-agent (es., IE7) riescono a interpretare comunque il tipo di contenuto (nello specifico, immagini JPEG) anche in presenza di un header "Content-Type" errato, mentre altri (es., Firefox, Googlebot), no.

Ma la colpa non è del client.

	JPEG Joint Photographic Experts Group

	Server Ogni coppia hardware-software che fornisce appunto servizi ad utenti chiamati tradizionalmente clienti (clients) attraverso una rete.

	client In Italiano letteralmente 'cliente', indica sia un componente hardware connesso tramite un protocollo di rete ad un'altra risorsa fisica chiamata server, sia uno 'strato software' che richiede e consuma servizi forniti dalla parte server-side di un applicativo. Quest'ultimo scenario si riferisce implicitamente alla nota e diffusa architettura software client/server.

[Rinzi]

Ma la colpa non è del client.

e no.. non è sua

[Everfluxx]

Vi aggiorno sul problema del content-type mismatch che causa l'indicizzazione delle immagini come testo. Tempo fa ho segnalato la cosa a Matt Cutts, ricevando questa risposta:

Hi Mr. Everfluxx,

I work with Matt in Google's Search Quality area, and I wanted to let you
know that Matt and I have passed on your comments to the right folks here
at Google. Thanks for the report, and take care.

Regards,
Adam, on behalf of the Search Quality Team

Non mi sorprenderei se dovessero decidere di non fare assolutamente nulla (dopotutto non si tratta di un problema di Googlebot: l'interpretazione del contenuto in base al Content-Type è corretta).

	Google Google (pronuncia gùgol) è un motore di ricerca per Internet.

[dsom]

ci si potrebbe costruire uno spamtool