Vérifier l'indexabilité : trouver les pages que les moteurs ne peuvent pas indexer
Une page peut sembler parfaite dans le navigateur et pourtant être tenue à l'écart de Google par un seul en-tête, une seule balise meta ou une seule ligne du robots.txt. Un outil de vérification de l'indexabilité lit les signaux que lisent les moteurs de recherche et vous dit, page par page, si chaque URL peut être indexée et sinon pourquoi. Voici ces signaux, comment ils interagissent, et comment confirmer le résultat avec les outils de Google.
Crawlable, indexable et indexée
Trois mots sont sans cesse confondus, et un outil de vérification de l'indexabilité ne répond qu'à l'un d'eux :
- Crawlable : un moteur de recherche a le droit de récupérer l'URL. C'est le robots.txt qui en décide.
- Indexable : une fois la page récupérée, rien dans la page ni dans ses en-têtes ne demande de la tenir hors de l'index. Le code HTTP, le noindex et la canonique en décident.
- Indexée : le moteur de recherche l'a réellement enregistrée et peut l'afficher dans les résultats. Seul le moteur le sait, donc seuls ses propres outils peuvent le confirmer.
Une page peut être crawlable sans être indexable (elle a un noindex), ou indexable sans être indexée (Google l'a crawlée et a choisi de ne pas la garder). La page de Google comment fonctionne la recherche explique les étapes de crawl, d'indexation et de diffusion.
Les cinq signaux qui décident de l'indexabilité
| Signal | Indexable si | Où il se trouve |
|---|---|---|
| Code HTTP | 200 | Réponse HTTP |
| robots.txt | Aucun Disallow correspondant | /robots.txt |
| Directives robots | Pas de noindex, pas de none | Meta robots, X-Robots-Tag |
| Canonical | Elle-même, ou aucune | Link dans le head, en-tête Link |
| Rendu | Mêmes balises après JavaScript | Page rendue |
Les cinq validés, l'URL est indexable. Un seul en échec, elle ne l'est pas. L'outil doit nommer lequel.
Sur notre propre site, le crawl complet de seoprocheck.com par Neova le 17 octobre 2026 a récupéré 10 222 URL en 61 minutes. 4 561 d'entre elles étaient des pages HTML qui répondaient 200. Seules celles-là pouvaient passer le premier signal en tant que pages web : c'est donc sur elles que les quatre autres signaux ont été testés.
Codes HTTP et soft 404
Seule une URL qui répond 200 peut être indexée en tant que telle. La page de Google sur les codes HTTP détaille chaque code.
| Statut | Indexée en tant que telle | Ce que fait Google |
|---|---|---|
| 200 | ✓ | Lit et peut indexer |
| 301, 308 | – | Suit vers la cible |
| 302, 307 | – | Suit, signal canonique plus faible |
| 404, 410 | – | Retire l'URL |
| 429, 5xx | – | Ralentit, retire si ça dure |
| Soft 404 (200) | – | Traite comme une page d'erreur |
Une soft 404 répond 200 mais affiche « introuvable » ou un résultat vide. Renvoyez plutôt une vraie 404 ou 410, et vérifiez les pages en 200 dont la balise title ou le H1 ressemble à une erreur.
Nous avons trouvé l'erreur inverse sur notre propre site. Le 20 novembre 2026, les adresses inconnues de neova.app répondaient 503 depuis une page « bientôt disponible » au lieu de 404. Un 503 dit à Google de revenir plus tard : les URL mortes ne quittent donc jamais sa file d'attente. Une vraie page 404 a réglé le problème. SEO ProCheck propose une référence SEO complète des codes HTTP.
Le robots.txt bloque le crawl, pas l'indexation
Une règle Disallow empêche Google de récupérer une URL. Elle ne l'empêche pas d'indexer l'adresse : l'introduction au robots.txt de Google indique qu'une URL bloquée peut quand même apparaître dans les résultats, sans description, si d'autres pages pointent vers elle.
Cela signifie aussi que Google ne voit jamais rien de la page, y compris un noindex. Cette combinaison est une erreur courante :
robots.txt: Disallow: /old-offers/
page: <meta name="robots" content="noindex">
Résultat : Google ne peut pas récupérer la page, ne lit jamais le noindex,
et peut garder l'URL indexée grâce aux liens.
Pour retirer une page de l'index, laissez Google la crawler et servez un noindex. Ne la bloquez dans le robots.txt qu'une fois qu'elle est sortie de l'index, si besoin. Le guide tester le robots.txt montre comment tester les règles.
Noindex, X-Robots-Tag et canoniques
La documentation de Google sur le noindex liste deux emplacements pour la directive :
<meta name="robots" content="noindex">
X-Robots-Tag: noindex
L'en-tête fonctionne aussi pour les PDF et les images. Si les deux se contredisent, Google applique le plus restrictif : un noindex égaré à l'un ou l'autre endroit suffit à tenir une page à l'écart. Les plugins, les réglages de préproduction et les règles de CDN sont des sources fréquentes de noindex que personne ne voulait mettre en ligne. Chaque valeur et son champ d'application figurent dans la référence meta robots et X-Robots-Tag de SEO ProCheck.
Une canonique qui désigne une autre URL demande à Google d'indexer cette URL à la place. Google la traite comme une forte indication, pas comme une règle, selon son guide de consolidation des URL en double. C'est juste pour de vrais doublons, et faux pour une page qui a son propre contenu. Les canoniques qui pointent vers des redirections, des erreurs ou des pages noindex envoient des signaux contradictoires ; le guide vérifier les balises canoniques couvre ces cas.
Le rendu peut changer la réponse
Sur les sites construits avec JavaScript, le HTML brut et la page rendue peuvent diverger. Un script peut ajouter un noindex, en retirer un, changer la canonique, ou ne charger le texte principal qu'après le rendu. Les principes de base du SEO JavaScript de Google notent que lorsque le HTML brut porte un noindex, Google peut ne pas faire le rendu : un script qui le retire risque donc de ne jamais s'exécuter.
Gardez la balise meta robots et la canonique dans le HTML brut, avec les mêmes valeurs que celles de la page rendue au final. Un outil de vérification de l'indexabilité qui rend les pages peut comparer les deux et signaler la différence.
Confirmer avec Search Console
Un crawler vous dit si une page peut être indexée. Google Search Console vous dit si elle l'est :
- Inspection de l'URL montre, pour une URL, si elle est sur Google, la canonique choisie par Google, le dernier crawl et si le crawl et l'indexation étaient autorisés. Tester l'URL en direct la récupère à nouveau tout de suite.
- Le rapport Indexation des pages regroupe chaque URL connue par motif, comme Exclue par la balise « noindex », Bloquée par le fichier robots.txt, Autre page avec balise canonique correcte, Page en double, Google n'a pas choisi la même URL canonique que l'utilisateur, Soft 404, Explorée, actuellement non indexée et Détectée, actuellement non indexée.
Comparez les deux vues. Les pages que votre crawl juge indexables et que Google déclare non indexées sont celles à étudier : en général du contenu pauvre ou dupliqué, un maillage interne faible, ou des pages que Google n'a pas encore traitées. SEO ProCheck liste les causes de Explorée, actuellement non indexée et leurs correctifs. Les pages indexées par Google que votre crawl trouve en noindex ou canonicalisées révèlent un correctif que Google n'a pas encore pris en compte, ou un signal qui vous a échappé. Le maillage interne faible est traité dans le guide outil de maillage interne, et la découverte lente sur les gros sites dans budget de crawl.
Vérifier l'indexabilité avec Neova
Neova marque chaque URL comme Indexable ou non, et dit pourquoi : statut 200, pas de noindex, et une canonique vers elle-même ou aucune. La catégorie Indexabilité réunit codes HTTP, noindex, canoniques, robots.txt et HTML qui casse le head avant les balises SEO. Avec le Rendu JavaScript activé, chaque page rendue est comparée à son HTML brut. Avec Google Search Console connecté, Neova lit le verdict de l'Inspection de l'URL de Google pour 200 URL par crawl au maximum, les plus cliquées puis les plus liées, et signale les pages indexables que Google n'indexe pas ou pour lesquelles Google a choisi une autre canonique. Parmi les checks qui le permettent :

- Directive noindex présente et Noindex différent entre le HTML et l'en-tête HTTP
- URL interne bloquée par le robots.txt
- Canonique qui pointe vers une autre URL interne et Canonique qui pointe vers une URL en noindex
- URL interne qui renvoie 4xx, 5xx ou aucune réponse et Balise title ou H1 avec une formule de soft 404
- Directive noindex retirée par JavaScript
- URL en noindex listée dans un sitemap XML
- URL indexable absente de Google, d'après l'Inspection de l'URL
- URL en noindex qui a reçu des clics dans Search Console
L'indexabilité correspond aux étapes 3 et 4 de la checklist d'audit SEO technique. Voir les Fonctionnalités ou télécharger Neova ; l'offre Free crawle jusqu'à 1 000 URL avec tous les checks.
Questions
Qu'est-ce qu'un outil de vérification de l'indexabilité ?
Un outil qui lit les signaux utilisés par les moteurs de recherche (code HTTP, robots.txt, noindex, canonique et rendu) et indique pour chaque URL si elle peut être indexée et, sinon, quel signal l'en empêche.
Quelle est la différence entre indexable et indexée ?
Indexable signifie que rien dans la page ou sur le serveur ne la tient hors de l'index. Indexée signifie que Google l'a réellement enregistrée. Une page peut être indexable sans être indexée, ce que seule Search Console peut confirmer.
Le robots.txt empêche-t-il une page d'être indexée ?
Non. Il empêche le crawl. Google peut quand même indexer une URL bloquée à partir des liens, sans son contenu. Pour tenir une page hors de l'index, autorisez le crawl et utilisez un noindex.
Pourquoi ma page indexable n'est-elle pas indexée ?
Les raisons courantes sont un contenu pauvre ou dupliqué, peu de liens internes, Google qui choisit une autre URL comme canonique, ou Google qui ne l'a pas encore crawlée. L'Inspection de l'URL et le rapport Indexation des pages donnent la raison enregistrée par Google.
Puis-je vérifier l'indexabilité d'une seule URL ?
Oui. L'Inspection de l'URL de Search Console vérifie une URL sur votre propre propriété. Un crawler vérifie toutes les URL du site d'un coup, et peut crawler une simple liste d'URL quand vous n'en avez besoin que de quelques-unes.