pdf’s vor google schützen

In Anbetracht der Tatsache, dass Google nur eine Suchmaschine unter vielen ist, würde ich dir empfehlen, die “Sperre” etwas grosszügiger einzurichten.

Folgendes hilft weiter: http://en.wikipedia.org/wiki/Robots_exclusion_standard (http://www.google.com/support/webmasters/bin/answer.py?hl=en&answer=35301 für Google)

Und als Starthilfe noch die folgende Zeile: Disallow: /*.pdf$

Aber ob der entsprechende “Webcrawler” darauf anspringt oder nicht, liegt nicht in den eigenen Händen. Entweder ist eine Seite / sind Daten erreichbar oder nicht, egal für wen, doch ist es ja im Sinne des Suchmaschinenbetreibers, möglichst relevante Ergebnisse zu liefern und nicht möglichst viele.

Danke für deine Antwort. Da 97% der “Suchmaschinenbesucher” via google auf die Seite kommen kann man die restlichen sehr gut ignorieren ;-)

@munds: stell dir mal vor vor nicht so wenigen Jahren hätte dir als Mac-User das jemand gesagt (von wegen 3% Marktanteil von Mac OS…) … ;-)

Hat etwas :-) Da bei den 3% auch MSN dabei ist will ich mich als Mac User echt nicht darum kümmern ;-)

Hat sonst noch jemand eine Idee wie man das lösen könnte?

Die Antwort ist doch einfach und gut :-) Einfacher geht es nicht würde ich sagen. Höchstens: kein Link zum PDF auf irgendwelchen Webseiten posten, dann findet keine Suchmaschine dein PDF.

Einfach ist sie vielleicht aber so wie ich das sehe nicht die Lösung. Google soll sämtliche PDF durchsuchen können und dürfen. Nur wenn jemand nach “Apple” sucht und Apple im pdf allesüberdenmac.pdf vorkommt soll Goolge in den Suchergebnissen nicht das PDF direkt verlinken sonder die Übersichtsseite apple.html auf meiner Seite anzeigen.

Dafür muss der gesamte Inhalt der PDF Datei in jener Datei (wahrscheinlich eine HTML Seite), welche auf das PDF verweist, vorkommen und das PDF muss wie bereits beschrieben vom Index entfernt werden.

Grüsse hirnstroem

Oder vielleicht mit .htaccess? Gibts ein optionale redirect “wenn googlebot”?

Ob “hypertext access” zum Einsatz kommen soll, sollte man sich erst überlegen, wenn wirklich kein anderer Weg existiert ;-P (da es viele und unnötige Dateizugriffe generiert und, sofern der Server selber Administriert wird, es immer “bessere” Lösungen gibt)

Weiterleitung wäre trotzdem auch eine Lösung. Nur würde ich diese nicht dem Webserver aufbürden, sondern der (Web-) Applikation selber (sofern die Möglichkeit besteht). Dort kann im “Request-Response Cycle” die Quelle sowie das Ziel einer Anfrage ermittelt und entsprechend darauf reagiert werden (wenn Quelle Google und Ziel PDF gehe zu entsprechender Seite anstatt PDF).