Thema: Joomla erweitert ungewollt URL-Struktur

Die Frage ist doch weniger, weshalb solche URLs funktionieren, sondern eher, wo der Bot solche URLs findet. Normalerweise sind die einzigen URLs, der Bot "erfindet", die URLs zu Ordnern, in denen (bei SEO angeblich) die ausgelieferten Dateien liegen. Sinnigerweise meckert er in den Webmaster Tools auch noch rum, wenn ihm das verboten ist und er statt eines Verzeichnislistings einen 403 bekommt.

Ansonsten reagiert der Bot nur auf Links, die er irgendwo findet. Wo also gibt es diese merkwürdigen URLs? Joomla selbst erzeugt die nirgends und mit keiner Einstellung.

Zitat von Joomla-Hilfe

Die Frage ist doch weniger, weshalb solche URLs funktionieren, sondern eher, wo der Bot solche URLs findet. Normalerweise sind die einzigen URLs, der Bot "erfindet", die URLs zu Ordnern, in denen (bei SEO angeblich) die ausgelieferten Dateien liegen. Sinnigerweise meckert er in den Webmaster Tools auch noch rum, wenn ihm das verboten ist und er statt eines Verzeichnislistings einen 403 bekommt.

Ansonsten reagiert der Bot nur auf Links, die er irgendwo findet. Wo also gibt es diese merkwürdigen URLs? Joomla selbst erzeugt die nirgends und mit keiner Einstellung.

Naja mich interessiert nicht nur warum das funktioniert, sondern warum das überhaupt möglich ist, wo ist da die Logik?

Es handelt sich um dieses Projekt: http://tinyurl.com/2f9l8cx

Gib auf einer Unterseite einfach mal am ende der URL ein /2 ein, oder /4 etc.
Dann siehst du was ich meine, das Menü bleibt auf dem alten Menüpunkt stehen (aktiver Zustand), der Inhalt wird jedoch zur entsprechenden URL geladen, wie in Posting #1 beschrieben.

Wie der Bot auf die anderen URLs schließt weiß ich nicht, verlinkt sind sie auf keiner Seite?!
Manuell erzeugt habe ich sie (hoffentlich) nicht, ich will die Teile loshaben

Verwendete Erweiterungen:
Komponenten: CKforms, JCE, xMap
Plugins: Content CKforms form display, system-sef,
Module: breadcrumps

Mehr nicht...

Zitat von img

Naja mich interessiert nicht nur warum das funktioniert, sondern warum das überhaupt möglich ist, wo ist da die Logik?

Die Logik steckt noch in Mambo und Joomla 1.0, wo die SEF URLs, die ohne zusätzliche Hilfe erzeugt wurden, einfach so aussahen: /<component>/<catid>/<id>

Da die 1.5 kompatibel zur 1.0 bleiben sollte, mußten solche Sachen auch weiter funktionieren.

Manuell erzeugt habe ich sie (hoffentlich) nicht, ich will die Teile loshaben

Dann leite die betroffenen URLs mit Status 301 weiter auf die gewünschten URLs. Zumindest der Google Bot "vergißt" dann den alten URL sofort und indexiert den neuen. Der Yahoo Slurp und der MSN Bot bzw. deren Programmierer sind allerdings dumm wie Brot und ignorieren solche Informationen völlig stur entgegen allen Konventionen und Regeln. Da aber zumindest der Yahoo Bot direkt in die Mülltonne crawlt und die meisten Seiten auch nach dem 100. Besuch (der verdammt schnell zusammen ist, weil der Bot viel öfter kommt als Besucher über Yahoo) nicht im Index landen, kann man den auch ohne negative Konsequenzen einfach komplett aussperren.

Zitat von img

Dann ist das also kein Fehler seitens Joomla, dass man die URLs so umschreiben kann sondern der G*-Bot ist einfach zu neugierig?

Wie oben geschrieben: Ich bezweifle, daß der Bot selbst solche URLs konstruiert. Die kommen aus irgendeiner Extension, die sowas macht. Ich habe ihn oft bei seinem Crawlen beobachtet, und die Zugriffsversuche auf das Listing oder die Index in (virtuellen) Ordnern sind das Einzige, wo er Kreativität zeigt. Ansonsten besucht er nur Seiten oder Dateien, deren Link er irgendwo im Web gefunden hat.

Zitat von Joomla-Hilfe

Wie oben geschrieben: Ich bezweifle, daß der Bot selbst solche URLs konstruiert. Die kommen aus irgendeiner Extension, die sowas macht. Ich habe ihn oft bei seinem Crawlen beobachtet, und die Zugriffsversuche auf das Listing oder die Index in (virtuellen) Ordnern sind das Einzige, wo er Kreativität zeigt. Ansonsten besucht er nur Seiten oder Dateien, deren Link er irgendwo im Web gefunden hat.

Kann ich mir nicht erklären, die Seite ist brandneu und erst ganz frisch im Index gelistet... denke von den oben aufgeführten Komponenten wird daran auch keine Schuld haben... ich weiß nicht woran es liegt Aber dann wirds eben mit den 301 "gelöst".

mir ist gerade noch eine andere Idee eingefallen: Was wenn ich einfach alle SEF-URLs über die robots.txt sperre

www.domain.de/kontakt ist die tatsächliche Adresse
In der Robots dann wie folgt: Disallow: /kontakt/

Wäre das auch möglich und korrekt?
Grüße img

EDIT
Möglich wäre es, jedoch wären die URLs generlel für den Benutzer dennoch zugänglich... mich ärgert es noch immer das diese Überhaupt gelistet werden.

EDIT2
So, habe jetzt alle möglichen Konstellationen /1 /2 /3 für jede SEF-URL auf die entsprechende Site 301 redirected. Jetzt is tmeine robots.txt zwar größer, aber immerhin kann keiner mehr auf die "falschen" URLs zugreifen