Googlebot peut exécuter le JavaScript, mais il ne s’en sert pas comme un visiteur qui clique partout. Il télécharge d’abord l’URL, lit le HTML et les en-têtes, puis place certaines pages dans une file de rendu. Le rendu utilise un Chromium tenu à jour. Il n’est ni instantané ni garanti pour chaque ressource. Ce sujet est celui de l’indexation. Les attributs defer et async, qui servent à ne pas bloquer l’affichage chez le visiteur, sont traités dans JavaScript bloquant le rendu.
Tant que le rendu n’a pas eu lieu, Google ne connaît que le HTML initial. Une balise title, une canonical ou un texte présents seulement après exécution attendent cette seconde étape. S’il y a beaucoup de pages en attente, cette étape tarde, sans date que Google s’engage à tenir. Le cadre général est celui du délai d’indexation.
Ce que la première réponse contient déjà
La première exploration voit :
- le code HTTP (200, 301, 404, 5xx) ;
- les en-têtes, dont
X-Robots-Tag; - le HTML renvoyé par le serveur, y compris
meta robots, canonical, liensa href, et le texte déjà écrit dans la page.
Elle ne voit pas encore le texte ajouté par un script, ni les liens créés au moment du rendu. Un lien qui n’existe dans aucune réponse HTML n’est pas suivi tant que le rendu n’a pas produit ce HTML. Un robots.txt qui bloque le fichier JavaScript empêche en plus le rendu de s’exécuter correctement : le robot télécharge la page mais pas le script qui la construit. Les pièges du robots.txt comptent aussi pour les fichiers .js, pas seulement pour les pages.
Le statut HTTP doit être celui de la page réelle. Renvoyer 200 pour une erreur affichée ensuite en JavaScript (« plus aucun produit ») est une erreur douce : Google peut garder une page vide ou peu utile. La page absente se signale par un 404 réel.
Ce que le rendu ne fait pas à votre place
Le rendu charge la page, exécute le JavaScript dans une limite de temps, et lit le DOM obtenu. Il ne remplit pas un formulaire, ne clique pas sur « voir plus » si le contenu n’est pas dans le DOM au chargement, et ne se connecte pas à un compte. Un catalogue qui n’affiche les fiches qu’après un clic sur un filtre ne présente pas ces fiches au robot.
Le défilement est pris en charge pour une partie du chargement différé, mais un contenu qui dépend d’un geste précis reste fragile. Le contenu principal (titre, texte, liens vers les pages importantes) gagne à être dans le HTML de la première réponse.
Une page qui n’affiche rien sans JavaScript, et dont le rendu échoue (erreur de script, fichier bloqué, temps dépassé), peut être indexée presque vide. L’inspection de l’URL dans Search Console montre le HTML vu par Google et, quand le rendu a eu lieu, une capture. Comparez cette capture à ce que voit un visiteur. Un écart large veut dire que l’indexation dépend d’une exécution qui n’a pas le même résultat.
Ne servez pas une version spéciale au robot. Si les internautes voient un texte et Googlebot un autre, vous êtes dans le cloaking, même avec une bonne intention de « l’aider ». Le noscript peut répéter un message court pour les navigateurs sans JavaScript. Il ne doit pas être le seul endroit où se trouve tout le contenu utile, ni un texte différent de celui de la page.
Rendre une page moins dépendante du rendu
- Affichez le code source (pas l’inspecteur, qui montre le DOM déjà modifié). Le titre, le H1, le texte principal et les liens des pages filles doivent y être.
- Si le source est une coquille vide, faites générer ce contenu par le serveur, ou par un prérendu honnête identique à ce que le visiteur obtient. Le but est que la première réponse suffise.
- Vérifiez que les fichiers JavaScript ne sont pas interdits par le
robots.txtet qu’ils répondent 200. - Inspectez l’URL. Lisez le HTML exploré et la capture rendue. Ce qui manque dans les deux n’est pas indexé.
- Les liens à faire découvrir (catégorie vers fiches, article vers article) sont des balises
aavec unhref, pas unonclickseul.
Une application qui construit tout dans le navigateur peut être indexée, mais elle le sera plus tard et avec plus d’échecs qu’une page dont le HTML porte déjà l’essentiel. Pour un site dont les pages doivent se trouver dans Google, le HTML initial reste le support le plus sûr. Le JavaScript améliore la page ensuite. Il ne devrait pas être le seul à écrire le contenu que vous voulez voir dans les résultats.
