Як Google розпізнає дату публікації публікації

Коли я щось шукаю в Google, іноді я бачу під собою дату публікації публікації / статті. Я також шукав власну статтю, яку я розміщую на своєму веб-сайті Wordpress, і Google також визнає дату її публікації.

Коли я відкриваю джерело свого веб-сайту, я не бачу спеціальних тегів або нічого, що вказує на дату публікації. Він написаний лише в звичайному div, без нічого спеціального тегу, який би вказував SE, що це дата публікації (я можу мати будь-які інші дати інших речей навколо сторінки).

Тож чи чітко вводиться в Google точне місце дати публікації Wordpress у дереві DOM, чи я щось пропускаю?

Я будую новий веб-сайт із власною CMS, і я намагаюся з’ясувати, як реалізувати розпізнавання дати, опублікованої.

Вам слід перейти через XML-файл Sitemap або RSS-канал, щоб індексувати свої публікаційні дані через основні пошукові системи, такі як Google, Yahoo та MSN. Створіть файл XML для свого веб-сайту та подайте його в веб-майстер-інструменти для покажчика.

У мене просто з’явилася проблема, що всі мої основні сторінки були показані як оновлені понад 4 роки тому, хоча Google знає , що це неправда, оскільки сторінки індексувались так довго і суттєво змінюються з місяця в місяць. Після того, як був справді спантеличений, потім справді роздратований, потім знову спантеличений, я нарешті знайшов проблему. Наші юридичні умови подавались у прихованому розділі "Останнє оновлення: 30 жовтня 2007 року", і цей текст завантажувався майже на всі наші сторінки. (Оскільки він з'являється при реєстрації) Я його видалив, і тепер я припускаю, що дата або зникне, або буде виправлена ​​на щось більш розумне.

Казка про застереження та ще один доказ того, що вони перевіряють семантику сайту більше, ніж технічні деталі чи власну історію індексації.

Я дуже сумніваюся, що опублікована дата публікації чи статті базується на <lastmod>записі у мапі сайту XML (як це запропонували інші) або в останньому зміні заголовка HTTP з цього приводу. Карта сайту XML є лише дорадчою, а не авторитетною. Остання змінена дата документа, ймовірно, не збігається з (оригінальною) датою публікації статті. І, як я згадував у своєму коментарі вгорі сторінки, остання змінена дата документа, ймовірно, важливіша для кешування і, можливо, визначення швидкості сканування. Заголовок HTTP останнього зміну динамічно створених сторінок часто дуже близький до фактичної дати / часу (як це стосується блогів WordPress).

З іншого боку, канал RSS / Atom містить цей специфічний інформаційний елемент. І дійсно, на сайтах Wordpress, які не містять дату публікації у вмісті, дата публікації все ще відображається в результатах пошуку Google. Наскільки я можу сказати, це відповідає даті в RSS-стрічці.

РЕДАКТИКА №1: Однак RSS-канал не обов'язково містить усі сторінки. У більшості випадків він повинен містити лише останні чи останні оновлені сторінки. Але немає причин, щоб Google забував те, що він уже прочитав, а надання вмісту цієї сторінки не змінилося, як і остання змінена дата.

Якщо немає RSS-каналів, я думаю, що Google досить розумний для аналізу вмісту сторінки. Особливо, якщо дати позначаються "семантично" за допомогою мікроформатів . Цілком можливо, що Google побачить таке, як авторитетну дату опублікування для статті, в якій вона міститься:

<abbr class="published" title="2010-08-27T15:45:00-0700">
Friday, August 27th, 2010
</abbr>

Google, безумовно, читає мікроформати - hCard, hReview тощо.

Додамо лише, що я не думаю, що Google оголошує дату публікації, якщо б не зміг знайти щось авторитетне, що б це підказало. "Дату публікації" для спекулятивних даних не збирається виводити, оскільки неправильна "дата публікації" нікому не корисна, і Google отримає багато цього!

І лише для запису (якщо @Tom пропонує інше :) Я думаю, що в публікаціях / статтях повинна бути помітно відображена дата публікації. Багато хто цього не робить, і це може засмутити читача, особливо, коли досліджуєш проблеми з технологіями, і ти вважаєш, що прочитавши статтю на півдорозі, вона застаріла!

EDIT № 2: з тих пір я відчував подібне роздратування, яке @mmdanziger детально пояснює у своїй відповіді. На одному з моїх старих сайтів у верхній частині кожної сторінки (написаний на сторінці з JavaScript !!) я маю текст форми "Останнє оновлення Сонця, 17 червня 2012 року" (не позначений спеціальним чином ). Ця сама дата була підібрана Google і тепер відображається поряд з кількома (але не всіма) сторінками, які відображаються в SERPS - це, безумовно, не дата публікації сторінки. Здавалося б, Google просто перебирає сторінку на рядок форми "останній раз оновлений ( датестринг )" ( обробивши JavaScript !!). Цей конкретний сайт не має каналу RSS. На сайті є файл Sitemap.xml, але дати відрізняються.

Я помітив подібну поведінку і на інших сайтах.

Я думаю, що Google використовує файл Sitemap та RSS для розпізнавання опублікованої дати. Ви можете застосувати цю функцію у своїй CMS, створивши карту сайту xml відповідно до Стандартів .

<lastmod>2011-08-18</lastmod>

За словами Джона Мюллера в Google:

Ми використовуємо різноманітні сигнали, щоб визначити, яку дату показати, або якщо є сенс показувати її взагалі; він не пов'язаний з одним конкретним атрибутом.

Джон Мюллер - Twitter

Однак я вважаю, що найімовірніше, що Google шукає дати на веб-сторінках у таких місцях:

• На простому погляді на сторінці, використовуючи машинне навчання
• Схематизовані дані Schema.org, особливо якщо їх також можна побачити на увазі на сторінці

Я думаю, що він розумно шукає будь-які дати на сторінці і коли впевнений, що це відповідна дата, яку він використовує.

Іноді це трохи складно, тому що я думаю, що це може мати негативний вплив на функцію натискання SERP, я вважаю, що це може мати тимчасовий позитивний вплив, якщо це нещодавня стаття / публікація, але я впевнений, що мої сайти без неї краще. (Шукачам Google, можливо, не обійтися і без цього!)

Немає варіантів керування ним через Google, лише своїми власними методами. Ви можете:

• Замініть дати на динамічно генеровані зображення, намагаючись зупинити Google на їх виявлення, але це може призвести до інших проблем, таких як візуальне вирівнювання / послідовне відображення / доступність шрифту тощо.
• Розділіть усі дати зі сторінок (це знову може неприємно для відвідувачів / користувачів, коли вони хочуть дізнатися вік джерела, якщо у вас є відповідна інформація).

З цих причин я б просто проігнорував це.