Les métadonnées sont des données qui décrivent d'autres données, telles que la balise de titre d'une page web et la méta description, l'horodatage et les paramètres de l'appareil photo d'une image, ou l'auteur et la date de création d'un document. Les moteurs de recherche utilisent également la méta description d'une page sur leurs pages de résultats.

Les métadonnées dans l'élément head d'une page ne font pas partie du texte visible de la page, bien que certaines d'entre elles, comme la balise de titre d'une page, soient visibles pour les visiteurs dans l'onglet du navigateur. D'autres métadonnées, comme les balises Open Graph ou les en-têtes HTTP, existent uniquement pour les machines et n'apparaissent jamais sur la page rendue.

Types de Métadonnées

L'Organisation nationale des normes de l'information (NISO) classe les métadonnées en trois types principaux :

  • Descriptives : décrivent une ressource afin que les gens puissent la trouver et l'identifier.
  • Structurelles : montrent comment un objet composé est assemblé, par exemple comment les pages sont ordonnées en chapitres.
  • Administratives : aident à gérer une ressource, comme la date de création et qui peut y accéder.

Balises Méta HTML Courantes

  • <meta charset="utf-8"> déclare l'encodage des caractères de la page.
  • <meta name="viewport"> donne au navigateur des indices sur la taille initiale de la fenêtre d'affichage.
  • <meta name="robots" content="noindex, nofollow"> demande aux robots d'exploration de ne pas indexer la page ni de suivre ses liens. Seuls les bots coopératifs y obéissent.
  • <link rel="canonical" href="..."> nomme l'URL préférée parmi les pages en double. Google la considère comme un signal fort, pas comme une règle contraignante.
  • Les balises Open Graph telles que og:title et og:image utilisent l'attribut property et façonnent la manière dont les sites sociaux prévisualisent un lien. Le protocole exige og:title, og:type, og:image et og:url.

Lecture des Métadonnées Lors du Scraping

  • La plupart des métadonnées au niveau de la page se trouvent dans le <head> : les balises <title>, <meta>, le lien canonique et les balises Open Graph.
  • Les données structurées se présentent souvent sous forme de JSON-LD, une notation JavaScript à l'intérieur d'une balise <script> dans le <head> ou <body>. Google recommande JSON-LD plutôt que Microdata et RDFa lorsque la configuration d'un site le permet.
  • Les résultats de recherche ne sont pas une copie fiable des balises d'une page. Google génère automatiquement des liens de titre à partir de sources qui incluent l'élément <title>, les titres <h1> et og:title, et construit des extraits à partir du contenu de la page, en utilisant la méta description seulement parfois.

Termes Connexes