Skoro náhodou jsem objevil chybu ve fulltextu Seznamu. Nedávno při aktualizaci mého projektu pagerank.jklir.net jsem u výpisu ranků nastavil kanonickou URL směřující na homepage stránku. Jediný S-Rank ale asi nepochopil zamýšlený krok a ignoruje jak kanonickou URL, tak blokaci stránky v souboru robots.txt.

Nedělal jsem to přímo kvůli Seznamu, ale kvůli Google buttonku +1, o kterém je v Google nápovědě psáno, že v jakémkoliv případě má být tlačítko na veřejně přístupné stránce. Jenomže o tom jsem se dozvěděl až po nějakém čase a na stránce zapovězené robotům (blokované v robots.txt) jsem nějaké ty +1 body nabral. Jelikož jsem nebyl schopný nalést žádnou stránku, na které bych odebral „plusové body“, tak jsem to vyřešil šalamounsky přes kanonickou URL.

S tím si ale neporadil Seznam a na stránce blokované v robots.txt a s kanonickou URL dál zobrazuje S-Rank hodnotu. Při údajné rychlosti pravidelného updatu S-Ranku (nějakých 7-14 dní) by už měl být rank dávno přepsán.

Navíc jsem prostudoval nápovědu Seznamu a v ní se píše jediné: „Pokud se robotovi nezdají stránky dostatečně podobné, kanonické URL neakceptuje“. Obsah na obou stránkách je shodný, když si obě URL zobrazíte v prohlížeči. Druhá stránka se ale dynamicky mění, pokud na ni vede trvalý odkaz pro zjištění hodnot ranků.

Napadá mě krásný příklad e-shopu se zobrazením položek A-Z a Z-A, mj. se k tomu nabádá i v nápovědě Seznamu. Konec konců to můžou být i dvě stránky, které se budou lišit pouze typem výpisu. Obsah je podle definice dostatečně rozdílný. Znamená to, že takovým stránkám Seznam „nepovolí“ kanonickou URL? Google toto pravidlo naštěstí nemá. Otázkou je, jestli se tak Seznam chová ve všech případech.