Come non comparire su Google

Se volete che il vostro sito web non appaia su un qualsiasi motore di ricerca, esiste un metodo che ve lo consente di fare. Per comprendere come ciò sia possibile, dovete sapere che tutti i motori di ricerca utilizzano un software speciale (detto spider o crawler) che esplora ogni pagina dei siti internet, ne ricava i propri contenuti e segue i vari link presenti, per ricercare altre pagine web ed esplorare anch'esse, in un processo continuativo e quasi infinito: tali contenuti verranno poi associati all'indirizzo internet esplorato dallo spider (indicizzazione). Nella seguente semplice e rapida guida che vi andrò ad enunciare nei passaggi successivi, vi spiegherò molto brevemente, ma comunque dettagliatamente, come bisogna non comparire su Google!!!

• Editor di testo
• Accessibilità alla radice del sito web oppure editabilità dei file che non vanno indicizzati

Per evitare la comparsa di un sito web su Google, pertanto, bisogna impedire allo spider di esplorare i contenuti che desiderate restino riservati, ovvero sarà assolutamente sufficiente aggiungere un file speciale (il cui nome dev'essere "robots. Txt" ed il cui formato si compone di direttive seguite da un parametro separato dai ":") ed inviarlo via FTP nella radice del proprio sito internet, allo scopo di riuscire a spiegare ai crawler quali sono le restrizioni all'indicizzazione che vanno applicate.

La prima direttiva del "robots. Txt" dev'essere "User-agent" (che specifica a quale crawler il file si rivolve), mentre le successive sono dei "Disallow" che indicano quali contenuti vanno esclusi dall'indicizzazione:

User-agent: *
Disallow: /miadirectory/
Disallow: /admin/
Disallow: /secret. Html

In questo esempio, le direttive sono rivolte a tutti gli spider (User-agent: *) e non devono essere esplorate la directory "/miadirectory/", la "/admin/" ed il file "/secret. Html": in questo modo, i contenuti sotto quest'ultimi non saranno ricercabili su Google.

Se non avete l'accesso alla radice del sito web, per suggerire ai crawler cosa fare con la pagina che stanno esplorando, all'interno di quest'ultima occorre utilizzare il seguente meta tag specifico:

content="noindex, nofollow" />

In questo modo, si dirà a tutti i robots di non indicizzare la pagina internet (noindex) e di non seguire i link al proprio interno (nofollow), ma potrete anche impiegare uno solo dei due valori dell'attributo "content": ulteriori informazioni possono essere trovate su "http://www.robotstxt.org/".

Se già vi è scappata l'indicizzazione e volete che la relativa pagina web venga sottoposta alla rimozione dal motore di ricerca, dovrete aggiungere il file "robots. Txt" (come indicato precedentemente) dopo aver rinominato tutti i file e le directory originarie. Cosi facendo, alla prossima esplorazione da parte del crawler, i documenti erroneamente esplorati non ci saranno più (e, dunque, saranno eliminati da Google), mentre quelli nuovi saranno correttamente limitati dal "robots. Txt".

Tuttavia, alcuni motori di ricerca possiedono degli indirizzi particolari su cui è possibile fare la richiesta di rimozione della pagina web dall'indice: per esempio, Google ne ha uno apposito per questo, a cui sarà sufficiente accedere non solamente per effettuare tale domanda di eliminazione rimozione, ma anche per eseguire la proposta di una nuova indicizzazione.

• Se ciascun motore di ricerca ha il proprio metodo per indicizzare e rimuovere le indicizzazioni, tutti devono conformarsi agli standard consolidati.

• Come non comparire su Google…

• Come aprire i risultati di Google automaticamente in una nuova scheda