Das Verwenden von 'noindex' in der robots.txt kann unter Umständen wie ein 'disallow' wirken, entspricht aber nicht dem Zweck der Datei. Daher sollte man sich nicht darauf verlassen, dass eine solche Lösung zuverlässig funktioniert.
Die robots.txt dient dazu, bestimmte Seiten und Verzeichnisse für die Bots der Suchmaschinen zu sperren oder diese explizit freizugeben. Dabei geht es ausdrücklich um das Crawlen, nicht aber um das Indexieren.
Manchmal ist aber zu beobachten, dass bestimmte robots.txt-Dateien auch Anweisungen enthalten, die sich auf das Indexieren beziehen, wie zum Beispiel "noindex"-Direktiven. So etwas kann sich wie ein "disallow" auswirken, entspricht aber nicht den offiziellen Standards für die Verwendung der robots.txt.
Wenn man auf eine solche Lösung setzt und Seiten per robots.txt und "noindex" sperren möchte, sollte man immer eine zusätzliche Absicherung verwenden. Darauf hat Johannes Müller per Twitter hingewiesen:
Es gilt also folgende Regel: Das Ausschließen von Seiten und Verzeichnissen für das Crawlen geschieht in der robots.txt per "disallow", das Sperren gegen Indexierung geschieht per Robots-Meta-Tag "noindex" odet durch ein entsprechendes X-Robots-Tag im HTTP-Header.
Titelbild: Copyright AKS - Fotolia.com
Verwandte Beiträge
Google verarbeitet nur die ersten 500 KB der robots.txt
Bei zu großen robots.txt-Dateien kann es sein, dass Google nicht alle Direktiven verarbeitet, denn nur die ersten 500 KB werden berücksichtigt.
Google: Weiterleitung über eine per robots.txt blockierte Seite stoppt den Fluss von Linksignalen
Weiterleitungen, die über eine per robots.txt blockierte Seite führen, stoppen die Weitergabe von Linksignalen wie beispielsweise von PageRank.
Google: Bei Hreflang können auch Seiten in der Suche erscheinen, deren Inhalte nicht indexiert sind
Bei Verwendung von Hreflang kann Google eine Seite auch dann in den Suchergebnissen anzeigen, wenn ihre Inhalte nicht indexiert sind.
{loadpositoin newsletter}
