Indexation Google : comment une page entre dans l'index et comment vérifier qu'elle y est

Qu’est-ce que l’indexation Google, en trois étapes ?

Google découvre une page par un lien depuis une page qu’il connaît déjà, ou par un sitemap (le fichier qui liste les pages du site). Il l’explore, c’est-à-dire qu’il télécharge son contenu, puis il l’analyse et la stocke dans son index. Aucune de ces étapes n’est garantie, et seules les pages canoniques (la version que Google retient quand plusieurs URL affichent un contenu semblable) sont attendues dans l’index.

Une page publiée n’existe donc pas encore pour le moteur de recherche. Elle doit passer ces trois étapes, dans l’ordre :

1. Découverte : Google apprend que l’URL (l’adresse de la page) existe, grâce à un lien ou à un sitemap.
2. Exploration (le crawl) : ses robots téléchargent le texte, les images et les vidéos de la page.
3. Indexation : Google analyse ce contenu et décide de l’enregistrer dans son index, la base où il puise ses résultats de recherche.

Une page peut s’arrêter à n’importe quelle étape. D’après la page « How Search works » de Google Search Central, Google ne garantit ni l’exploration, ni l’indexation, ni l’affichage, même pour une page qui respecte les Google Search Essentials (ses consignes de base).

Ce que Googlebot fait de vos contenus à chaque étape, et ce que vous contrôlez

Googlebot est le robot d’exploration de Google. À chaque étape, vous avez une prise différente.

Découverte. Le maillage interne (les liens d’une page de votre site vers une autre) est votre premier levier. Google Search Central demande que chaque page qui compte reçoive un lien depuis au moins une autre page du site. Il précise que Google suit en général seulement les liens écrits en <a href> : le détail est dans l’article sur le statut « Explorée ».

Une page qu’aucune autre ne lie est dite orpheline : le sitemap peut alors la signaler.

Le sitemap XML aide, sans rien promettre. La documentation Search Central le résume ainsi : il aide à découvrir les URL, sans garantir que chacune sera explorée et indexée.

Exploration. Googlebot télécharge le contenu de la page : texte, images, vidéos. Votre prise est de ne pas lui fermer l’accès, par exemple avec un fichier robots.txt trop strict (plus bas).

Indexation. Le moteur analyse ce qu’il a téléchargé, puis décide. La page peut entrer dans l’index ou rester dehors. Selon la page « How Search works » de Google Search Central, toutes les pages traitées ne sont pas indexées.

Sur cette dernière étape, la décision reste celle de Google. De votre côté, évitez de bloquer les deux premières.

Comment vérifier dans Google Search Console qu’une page est indexée ?

Trois moyens existent, du plus précis au plus vague.

L’outil d’inspection d’URL. Collez l’adresse de la page dans la barre du haut de Google Search Console. L’outil affiche l’état de la version indexée, pas celui de la page actuelle : une modification d’hier peut ne pas y figurer encore.

Le message « Cette URL est sur Google » signifie que la page est dans l’index. Il ne garantit pas qu’elle apparaît dans les résultats de recherche, comme le précise l’aide Search Console sur l’inspection d’URL.

Le rapport sur l’indexation des pages. Il donne la vue d’ensemble du site. Il sépare les pages indexées des autres et donne la raison de chaque exclusion. C’est le point de départ pour repérer les problèmes d’indexation.

Ne visez pas 100 % de pages indexées. L’aide Search Console l’écrit elle-même : seules les pages canoniques sont attendues dans l’index.

La commande site:. Tapez site:votredomaine.fr dans la barre de recherche pour voir une partie des pages indexées. Search Central précise que la liste renvoyée n’est pas toujours exhaustive : c’est un indice, pas un comptage. Pour savoir si une page précise est indexée, l’inspection d’URL fait foi.

Explorée ou détectée, mais pas indexée : ce que signalent ces deux statuts

Deux statuts reviennent souvent dans le rapport, et ils ne disent pas la même chose.

« Explorée, actuellement non indexée ». Google a lu la page, mais ne l’a pas indexée pour l’instant. Elle sera peut-être indexée plus tard. L’aide précise qu’il est inutile de renvoyer l’URL à l’exploration.

Les pistes pour une page dans ce cas sont détaillées dans l’article sur le statut explorée, actuellement non indexée.

« Détectée, actuellement non indexée ». Google connaît l’URL, mais ne l’a pas encore explorée. En règle générale, selon l’aide Search Console consacrée au rapport sur l’indexation des pages, Google voulait explorer l’URL, mais l’exploration a été reportée parce que le site risquait d’être surchargé.

La différence entre exploration et indexation compte pour le diagnostic. Dans le premier cas, Google a lu la page et ne l’a pas indexée pour l’instant. Dans le second, il ne l’a pas encore lue.

On lit souvent que le crawl budget (le volume de pages que le robot accepte d’explorer sur un site) explique ces statuts. Le guide de Google le réserve surtout aux très gros sites et à ceux dont une grande part des URL sont en « Détectée, actuellement non indexée ». Pour les autres, il juge suffisant de tenir le sitemap à jour et de consulter régulièrement le rapport sur l’indexation des pages. Les ordres de grandeur de ces cas sont dans l’article sur le statut « Explorée ».

Noindex, robots.txt, canonique : trois réglages qui peuvent empêcher l’indexation

Un réglage du site lui-même peut tenir une page hors de l’index, ou la rendre non attendue dans l’index.

La balise noindex. Cette instruction, placée dans le code de la page, demande au robot de ne pas indexer la page. Elle sert, par exemple, pour une page de remerciement ou un résultat de recherche interne. Posée par erreur sur un modèle de page, elle touche toutes les pages construites avec ce modèle.

Le fichier robots.txt. Ce fichier, à la racine du site, dit aux robots quelles adresses ne pas explorer. Il bloque l’exploration, pas l’indexation : d’après la documentation « Block Search Indexing with noindex » de Search Central, une page bloquée peut quand même apparaître dans les résultats, par exemple si d’autres pages la lient. Le robot ne la lit pas et ne voit donc pas son noindex. Pour la garder hors de l’index, utilisez noindex sans la bloquer par robots.txt.

L’URL canonique. Quand plusieurs URL affichent un contenu semblable, Google en retient une comme canonique. Les autres ne sont pas attendues dans l’index. Le contenu dupliqué produit donc des pages exclues, sans que ce soit une erreur.

Vérifiez seulement que la version retenue est celle que vous voulez voir dans les résultats.

Combien de temps prend l’indexation, et que faire quand une page tarde ?

Selon l’aide de l’inspection d’URL, l’indexation prend généralement un jour ou deux, peut aller jusqu’à une ou deux semaines, et parfois bien plus. Rien ne permet de l’accélérer à coup sûr. Commencez par le plus simple : donner à Google un chemin vers la page.

Ajoutez un lien interne. À chaque nouveau contenu, liez la page depuis une page déjà indexée, comme une catégorie ou un article proche. « How Search works » en donne l’exemple : une page de catégorie qui lie un nouvel article. Utilisez un vrai lien <a href>, avec une ancre (le texte cliquable) qui décrit la page.

Mettez le sitemap à jour. Après chaque mise à jour du site, vérifiez que la nouvelle page figure dans le fichier XML. Déclarez-le dans Google Search Console : le rapport sur les sitemaps montre quand Googlebot l’a lu et les erreurs éventuelles.

N’y laissez que les pages que vous voulez voir indexées.

Contrôlez les blocages. Inspectez la page. Si l’outil signale un noindex, un blocage par robots.txt ou une autre URL canonique, la cause est trouvée. Corrigez-la avant toute autre action.

Demandez l’indexation, une fois. Dans l’outil d’inspection, le bouton « Demander une indexation » envoie l’URL à Google. La demande ne garantit rien, et la répéter n’accélère rien, selon la documentation Search Central. Les étapes et les limites sont détaillées dans l’article pour demander l’indexation à Google.

Attendez, puis revérifiez. Revenez à l’inspection d’URL au bout d’une à deux semaines. Si la page passe à « Explorée, actuellement non indexée », le moteur l’a lue sans l’indexer, pour l’instant. L’aide précise qu’elle le sera peut-être plus tard, et que renvoyer l’URL est inutile. Les pistes à vérifier sont dans l’article sur ce statut.

indexsonar lit votre Search Console en lecture seule (utilisateur « Restreint ») et vous envoie chaque semaine, par email, jusqu’à 3 priorités.