Module 3 · 3.5
Canonical et contenu dupliqué
Module 3: Les bases techniques d'une page · Temps de lecture : 12 minutes
Objectif pédagogique : À l'issue de cette leçon, vous saurez repérer le contenu dupliqué sur votre site, choisir quelle adresse est la véritable adresse (canonique) et la transmettre correctement aux moteurs de recherche grâce aux redirections et à rel="canonical".
Notions clés : contenu dupliqué, canonicalisation, adresse canonique, variantes (http et https, avec et sans www, barre oblique, paramètres, majuscules), rel="canonical", adresse absolue, canonical comme indication, redirection 301 comme signal plus fort, canonical choisie par Google, aucune pénalité pour le contenu dupliqué
Une page, cinq adresses
Pour vous, la page des bouquets de mariée est une seule page. Pour un moteur de recherche, chaque adresse est une page distincte. Voyez comment le même contenu de l'Atelier floral Camille peut être accessible par cinq adresses :
http://example.com/bouquets-mariee
https://example.com/bouquets-mariee
https://www.example.com/bouquets-mariee
https://www.example.com/bouquets-mariee/
https://www.example.com/bouquets-mariee?utm_source=newsletterC'est ce qu'on appelle le contenu dupliqué : le même contenu (ou presque) disponible à plus d'une adresse. Google cite les causes les plus fréquentes :
| Cause | Exemple |
|---|---|
| Variantes de protocole | http:// et https:// fonctionnent tous les deux |
Variantes avec et sans www | le domaine et www. affichent le même site |
| Fonctions du site | tri et filtres : ?tri=prix, ?couleur=rouge |
| Variantes par région | le même texte en français pour /fr-fr/ et /fr-be/ |
| Variantes par appareil | un site mobile distinct, comme m.example.com |
| Par accident | une copie de test du site (test.example.com) ouverte aux moteurs de recherche |
S'y ajoutent : une barre oblique finale ou non, des majuscules dans le chemin (/Contact et /contact), index.html à la fin de l'adresse, et les paramètres des newsletters et des publicités.
Est-ce grave ?
Aucune pénalité. Google indique qu'un peu de contenu dupliqué sur un site est normal et ne va pas à l'encontre de ses règles relatives au spam. Vous n'êtes pas pénalisé pour cela. Le problème ne se pose que si quelqu'un crée volontairement des copies en masse pour remplir les résultats de recherche ; c'est une autre histoire (leçon 8.2).
Pourquoi s'en occuper alors ? Parce que, sinon, le moteur de recherche choisit lui-même. Google regroupe les pages au contenu identique et choisit parmi elles une seule adresse canonique : la représentante qui apparaît dans les résultats de recherche et qui est explorée le plus souvent. Ce choix s'appelle la canonicalisation. Si vous laissez faire Google, il peut justement choisir l'adresse suivie de ?utm_source=newsletter. De plus, vos chiffres dans Search Console se dispersent sur cinq variantes, et le robot d'exploration perd du temps sur des copies.
Les trois signaux, du plus fort au plus faible
Vous indiquez au moteur de recherche quelle adresse est la véritable. Google cite trois méthodes, par ordre de force :
- La redirection (301 ou 308) : un signal fort indiquant que la cible de la redirection doit devenir canonique. Utilisez-la pour les variantes dont personne n'a besoin : de http vers https, et de la version avec ou sans www vers l'autre. Vous le réglez une seule fois pour tout le site (leçon 4.1).
rel="canonical": également un signal fort. Une ligne dans le<head>de la page qui indique quelle adresse est la véritable. Utilisez-la lorsque la variante doit continuer à fonctionner, comme une adresse avec un filtre ou un paramètre de newsletter.- Le sitemap : un signal faible. Les adresses que vous placez dans votre sitemap sont proposées comme canoniques (leçon 3.4). N'y mettez donc que les véritables adresses.
Une canonical se présente ainsi :
<head>
<title>Bouquets de mariée sur mesure | Atelier floral Camille</title>
<link rel="canonical" href="https://www.example.com/bouquets-mariee">
</head>Chaque variante de la page porte la même ligne, y compris l'adresse canonique elle-même. Ce dernier cas s'appelle une référence à soi-même (self-referencing canonical). Elle n'est pas obligatoire, mais elle est pratique : si quelqu'un arrive via ?utm_source=newsletter, la véritable adresse est indiquée immédiatement.
Une indication, pas un ordre
Google le dit clairement : une canonical est une indication, pas une règle. Google peut choisir une autre adresse que vous. Cela arrive surtout lorsque vos signaux se contredisent. Dans l'outil Inspection de l'URL de Search Console (leçon 2.4), vous voyez deux lignes côte à côte : « URL canonique déclarée par l'utilisateur » et « URL canonique sélectionnée par Google ». Si elles diffèrent, cherchez une contradiction :
- la canonical pointe vers
https://www.example.com/..., mais le sitemap indiquehttps://example.com/...; - la canonical pointe vers
https://, maishttps://redirige vershttp://; - les liens internes de votre menu pointent vers une autre variante que la canonical ;
- les pages ne se ressemblent pas assez : une canonical d'une page produit vers la page d'accueil ne fonctionne pas, car ce n'est pas une copie.
À contenu égal, Google préfère la version https comme adresse canonique, sauf si elle pose problème, par exemple un certificat non valide.
Comment bien écrire une canonical
| Règle | Pourquoi |
|---|---|
Adresse complète avec https:// et le nom d'hôte | Google recommande les chemins absolus ; avec un chemin relatif, une petite erreur peut pointer vers une mauvaise adresse |
| Exactement une canonical par page | Deux canonicals différentes se contredisent ; Google peut alors les ignorer toutes les deux |
Uniquement dans le <head> | Google n'accepte le lien que dans le <head> du HTML |
| Pointe vers une page qui renvoie 200 | Une canonical vers une adresse qui redirige ou renvoie 404 est un signal contradictoire |
| La cible n'a pas de noindex | « Ceci est la véritable adresse » et « n'indexez pas la véritable adresse » sont incompatibles |
| La cible pointe vers elle-même | Une chaîne (A pointe vers B, B vers C) rend les choses confuses |
| Choisissez une seule méthode par page | La ligne HTML ou l'en-tête HTTP Link ; les deux à la fois sont plus sujets aux erreurs selon Google |
Pour les fichiers sans HTML, comme un PDF, une canonical peut aussi être envoyée sous forme d'en-tête HTTP :
Link: <https://www.example.com/tarifs.pdf>; rel="canonical"Ce qu'il ne faut pas faire
- Pas de robots.txt pour la canonicalisation. Google le dit expressément : n'utilisez pas robots.txt à cette fin. Si vous bloquez les variantes, Google ne peut pas les lire et ne voit donc pas non plus votre canonical.
- Pas de noindex pour imposer une canonical. Google le déconseille aussi au sein d'un même site. Noindex signifie « ne pas indexer du tout », et non « préférez plutôt l'autre ».
- Pas tout vers la page d'accueil. Une canonical sur chaque page qui pointe vers la page d'accueil (une erreur connue dans certains thèmes et plugins) indique à Google que tout votre site n'est qu'une seule page.
En pratique : qui s'occupe de quoi ?
Les redirections pour l'ensemble du site se règlent chez votre hébergeur. Dans DirectAdmin chez WebOké, les paramètres d'un domaine proposent les options pour le SSL, la redirection https et « avec ou sans www » ; chez d'autres fournisseurs, le nom diffère, mais il s'agit du même type de réglage. La canonical dans la page est produite par votre outil de création de site. WordPress ajoute lui-même une canonical sur les articles et les pages, et les plugins SEO prennent le relais. L'AI Builder de WebOké place sur chaque page publiée une canonical vers l'adresse propre de cette page, et volontairement aucune sur la page d'erreur (404). Après chaque changement de domaine ou de choix www, vérifiez que la canonical, la redirection et le sitemap indiquent toujours la même adresse.
Résumé
- Le contenu dupliqué est normal et ne donne pas lieu à une pénalité, mais sans signal, le moteur de recherche choisit lui-même l'adresse canonique.
- Trois signaux : la redirection (fort),
rel="canonical"(fort) et le sitemap (faible). Faites-leur indiquer la même adresse. - Une canonical est une indication : Google peut choisir autrement, surtout en cas de signaux contradictoires. Consultez l'outil Inspection de l'URL.
- Écrivez-la en entier, une seule fois, dans le
<head>, vers une page qui renvoie 200, sans noindex et qui pointe vers elle-même. - N'utilisez pas robots.txt ni noindex pour imposer une canonical.
Quiz
Exercice
Exercice A3.5 : Votre canonical pointe-t-elle au bon endroit ? Saisissez l'adresse d'une page de votre site. Le programme lit la page, recherche la canonical et vérifie qu'il y en a exactement une, qu'elle est complète et en https, que la cible renvoie 200, n'a pas de noindex et pointe vers elle-même, et que les variantes en http et avec ou sans www redirigent vers le même hôte. Vous n'avez pas votre propre site ? Utilisez https://european-union.europa.eu/index_nl.
Pour aller plus loin
Les étapes décrites dans ces articles s'appliquent aux panneaux de WebOké ; chez d'autres fournisseurs, le fonctionnement est similaire.
- Guide DirectAdmin 4.3: Paramètres d'un domaine : SSL, PHP, www et private_html
- Guide DirectAdmin 4.7: Redirections de site : rediriger un domaine ou une page
- Cours DNS gratuit 3.4: www, redirection et ce que le DNS ne fait pas
- Google Search Central, Qu'est-ce que la canonicalisation : https://developers.google.com/search/docs/crawling-indexing/canonicalization
- Google Search Central, Regrouper les URL en double (spécifier une canonical) : https://developers.google.com/search/docs/crawling-indexing/consolidate-duplicate-urls
- Formation WordPress gratuite 3.2: www, redirection et contenu mixte