Problema in Google o nel mio server

[frapolid]

Due directory di un mio sito web sono state estromesse dalla cache di google a partire dall'aprile 2006.
Ora ho fatto una scoperta a dir poco strana.
Con il comando site succede questo:

1) site:www.miosito.it/directory_sparita ---> nessuna pagina in cache

2) site:www.miosito.it%c0/directory_sparita ---> magia magia tutte le pagine tornano

Aggiungo che tutte le altre directory del sito si comportano normalmente, sono nella cache di google e con il normale comando site google mostra tutte le pagine in esse presenti.
Consiglio a chi è nella mia stessa condizione (sito con soltaanto alcune directory senza PR e non in cache) di provare ad utilizzare il comando site come mostrato nel caso 2, non si sa mai...
C'è qualcuno che conosce la causa di questa strana anomalia?
Dipende da Google o per caso dal server dove si trova il mio sito che con qualche stratagemma riesce ad inpedire a Googlebot di vedere correttamente solo certe cartelle (lo sò è un sospetto strano, ma ho delle buone ragioni per considerarlo).

Grazie a tutti, Franco

[treccani]

E' una cosa curiosa se è come l'hai descritta tu. Ma la cosa del %c0 l'hai letta su un forum internazionale o l'hai scoperta tu? E se sì come? Con prove casuali non credo. La tua url contiene in qualche punto davvero il carattere %c0 (corrispondente ad una A maiuscola ed accentata, anche se dipende dall'encoding prescelto)(e comunque non può essere contenuto fra dominio e barra)?
Mah.
Ho provato su un mio sito con problemi di indicizzazione / ban e non sortisce alcun effetto.

[frapolid]

Originariamente inviato da treccani
E' una cosa curiosa se è come l'hai descritta tu. Ma la cosa del %c0 l'hai letta su un forum internazionale o l'hai scoperta tu? E se sì come? Con prove casuali non credo. La tua url contiene in qualche punto davvero il carattere %c0 (corrispondente ad una A maiuscola ed accentata, anche se dipende dall'encoding prescelto)(e comunque non può essere contenuto fra dominio e barra)?
Mah.
Ho provato su un mio sito con problemi di indicizzazione / ban e non sortisce alcun effetto.

L'ho scoperta io attraverso le statistiche del mio sito.
Andando a vedere le parole chiave con cui arrivavano i visitatori da google ne ho scoperta una relativa a contenuti presenti in una delle directory bannate.
Ho ripetuto la stessa ricerca in google.it ed è comparsa in settima posizione una mia pagina presente appunto nella directory bannata, ma nella terza riga, dove dove google mostra l'indirizzo del sito c'era appunto, dopo il .it, %c0 (non sapevo che corrispondesse alla A accentata).
A questo punto ho fatto la prova con il comando site: ed ho scoperto lo stranissimo comportamento di google.
Preciso che non utilizzo mai lettere accentate né nel nome del file né tantomeno per le cartelle.
Inoltre tutti gli altri motori di ricerca vedono correttamente queste directory.
Se mi date il permesso posso anche postare l'url dello strano comando site:

Franco :master:

[treccani]

Originariamente inviato da frapolid
Se mi date il permesso posso anche postare l'url dello strano comando site:

Franco :master:

Io te lo do di sicuro, sono curioso. Mi auguro che il regolamento non tarpi le ali a possibilità di crescita collettiva!

[frapolid]

Originariamente inviato da treccani
Io te lo do di sicuro, sono curioso. Mi auguro che il regolamento non tarpi le ali a possibilità di crescita collettiva!

Forse è opportuno attendere il permesso di un moderatore.
Treccani ti ringrazio per l'interesse mostrato.
Franco

[frapolid]

Ecco i link, naturalmente se il moderatore ritiene opportuno cancellarli chiedo scusa e mi rimetto al suo giudizio.
1) come dovrebbe essere: clic qui --> Pagine in cache zero
equivalente alla ricerca su google.it site:www.romanoonline.it/web

2) e invece così:: clic qui --> Le pagine in cache tornano con %c0
equivalente alla ricerca su google.it site:www.romanoonline.it%c0/web

Vi prego datemi una mano a scoprire questo problema, sono 4 mesi che sto impazzendo sul perché tali pagine sono sparite da google.

Aggiungo che gli altri motori di ricerca indicizzano regolarmente le 2 directory escluse da google.

Grazie a tutti, Franco

[treccani]

Molto interessante. Secondo me si tratta di un problema di google. Non ha senso quel carattere fra dominio e path, non ha motivo di esistere. Scrivi a loro e fagli notare la cosa. Il link dalla homepage a http://www.romanoonline.it/web/web/web.asp c'è da molto o da poco? Perché se non recente la pagina web.asp avrebbe dovuto prendere pagerank, essere indicizzata, avere cache, essere in serp, invece niente. Notavo però che la situazione è complicata anche dal fatto che c'è un redirect che appare in serp:
http://www.veainformatica.it/abcweb/...9032d&ID=16803
Google spesso non è in grado di gestire queste situazioni e fa casini.

[frapolid]

Il link sospetto è stato aggiunto molto dopo la scomparsa delle pagine da google, quando ancora ero convinto che si trattasse di una penalizzazione e mi impegnavo a pulire il codice e rafforzare i link.
A google ho scritto più volte e continuo a farlo, ma finora solo risposte del tipo che hanno tanto da fare e non possono far fronte alle singole richieste.
Ora aggiungo una serie di indicazioni che potrebbero esservi utili per aiutarmi a risolvere questo mistero .
Anche se il sito è in asp, non è dinamico nel senso che le singole pagine esistono realmente e non si formano al momento della richiesta.
Personalmente non ho inoltre utilizzato alcun tipo di mod_rewrite, fra l'altro il server è win 2003 e non credo sia possibile farlo.
Ho un'altra decina di siti costruiti alla stessa identica maniera e non ho mai incontrato questo o altri problemi con google.
Naturalmente mesi fa ho anche creato la sitemap nella speranza che google si accorgesse di quelle pagine, ma nulla da fare.
Fra l'altro nel report della sitemap di romanoonline ho una serie di "Unreachable URLs" che si riferiscono però a pagine del sito che google ha regolarmente in cache (negli altri siti dove ho la sitemap non vengono rilevati errori di questo tipo e non so se questo può essere un indizio).
Le pagine in oggetto esistono da diversi anni e non hanno mai dato problemi nei motori di ricerca prima di quel fatidico giorno di aprile in cui sono improvvisamente scomparse dalla cache di google (gli altri motori continuano a vederle regolarmente).
Una domanda per esperti , se io fossi l'hosting che ospita un sito (con server win 2003) potrei attuare un trucchetto del tipo in questione per evitare che lo spider di google (solo lui) indicizzi solo certe sezioni di quel sito?
Grazie e scusatemi per la lunghezza del post.