GitHub Pages 和 Jekyll 内容重复和 SEO 问题

Question

我正在考虑使用 GitHub Pages 来托管我的博客，并使用 Jekyll 来展示它。

据推测，无论我提交什么都会出现在 <yourname>.github.io通过 Jekyll 和 https://github.com/<yourname>/<yourname>.github.io以原始形式。看这个page showing links to live sites and to the source repos used to construct them .

关于 SEO 的建议表明，在域内和跨域复制内容是一种糟糕的 SEO 做法。看这个Google support page on duplication还有这个Moz page on issues with duplication两者都提供了可能的解决方案。

我的问题有两个方面:

• 内容重复实际上是 GitHub Pages 的一个问题吗？
• 如果是这样，如何应用规范链接或 noindex 等解决方案？到 GitHub 存储库，以便搜索引擎知道您的 Jekyll 站点是规范站点？

---

更新:

可能值得注意的是，我将“hello world”索引文件上传到我的 GitHub Pages 存储库，然后在 GitHub 上检查了该页面的源代码。 GitHub 源已包含规范链接

<link rel="canonical" href="https://github.com/guypursey/guypursey.github.io/blob/master/index.html" data-pjax-transient>

我假设每个文件都需要更改以指向站点的 Jekyll 版本，但我在 GitHub 中看不到用于处理它的设置。

Answer 1

如果存储库是公开的，则在与用户和组织一起使用 GitHub Pages 时，重复内容是不可避免的

一般来说这应该不是问题。查看previous answer .

您确实有几个选择:

• Google 和其他搜索引擎显然无法访问需要付费计划的私有(private)存储库。
• 切换到 project page .这将使用 gh-pages 分支而不是 master 分支。由于GitHub的robots.txt只允许搜索引擎抓取master分支，不允许其他分支。因此，如果站点位于 gh-pages 分支中，这将阻止 Google 查看存储库。