Индексация PDF - контента
Некоторые начинающие Веб-мастера сталкиваются с очень простой проблемой - их PDF-файлы, находящиеся на сервере, не индексируются поисковиком. Для того, что бы подобные трудности не возникали впредь, полезно будет объяснить - какие PDF-документы бывают и какие из них могут попасть в индекс.
Как уже Вам стало понятно, не все файлы с расширением PDF индексируются поисковыми машинами. Поисковики заточены исключительно на обработку текстовой информации - их не интересует, в каком именно документе находятся текст (txt, Word, HTML, PDF - не важно!). Для того, что бы Ваш PDF-документ был проиндексирован, Вам необходимо создать его в виде текста, а не в виде графического изображения. Дело в том, что PDF-конверторы, могут переводить текстовое наполнение из вордовского (или любого другого) формата, как в виде текста, так и в виде картинки - поэтому, для начала изучите программу-конвертор, а затем внимательно следите, что б она компилировала символы именно в текстовые PDF-файлы, а не в графические.
На вид, текстовые и графические PDF-документы ничем не отличаются друг от друга - только в первом случае, текст можно выделить и скопировать, а в графическом варианте, этого сделать уже не удастся.
Следовательно - если поисковик не может прочитать текст (из-за того, что он выполнен графически), то и, тем более, он не сможет его проиндексировать.
Поэтому, перед тем как вывешивать PDF-файлы на сервер, попробуйте копи-паст - если символы выделяются и копируются в обычный txt, то ни один из поисковиков не откажется от того, что бы со временем занести содержимое вашего PDF-файла в свой индекс.
Тут все просто! :-)
Ну а с другой стороны, новости с IT-фронтов приходят обнадеживающие - не за горами уже то время, когда технология OCR ( Optical Character Recognition, т.е. оптическое распознавание символов) начнет применяться и в поисковых системах. Тогда-то уж точно надобность в подобной статье отпадет на все 100% :-)
Рекомендуем почитать
