Empêcher l'affichage des informations masquées dans la recherche Google

Lorsque vous publiez des documents et des images sur le Web, il peut arriver que des informations que les internautes ne devraient pas voir apparaissent par erreur. Par exemple, certaines données que vous ne voyez peut-être pas, ou que vous aviez l'intention de masquer, peuvent être ajoutées dans certains formats de documents et être détectées par les moteurs de recherche.

Comme les moteurs de recherche indexent les contenus publics sur le Web, y compris les images, il est possible qu'ils affichent les éléments qui ne sont pas masqués en bonne et due forme. Les technologies d'assistance telles que les lecteurs d'écran peuvent faciliter l'accès à ce contenu soi-disant "masqué", tandis que les techniques courantes d'interprétation d'images telles que la reconnaissance optique des caractères (ROC) permettent la recherche de ce contenu.

Même si vous optez pour une police de caractère de très petite taille ou dont la couleur se fond dans celle de l'arrière-plan, ou que vous couvrez le texte avec une image afin de rendre un certain type de contenu invisible à l'œil nu, ces méthodes ne le masquent pas réellement et n'empêchent donc pas les moteurs de recherche de l'indexer ni de l'afficher.

Par ailleurs, certains types de documents comprennent d'autres types d'informations qui ne sont pas immédiatement visibles. Ils peuvent, par exemple, inclure l'historique des modifications du document, qui permet aux utilisateurs de voir le texte qui a été masqué ou modifié. Ils peuvent également conserver des versions complètes d'images recadrées ou masquées. Il peut aussi s'agir de métadonnées incluses dans un fichier (et qui ne sont pas immédiatement visibles) afin de lister les noms des personnes ayant accédé à ce fichier ou l'ayant modifié.

Toutes ces informations peuvent persister même si un document est exporté ou converti d'un format à un autre. Si vous devez supprimer des informations d'un fichier, il est essentiel de vous assurer que celles-ci ont bel et bien été éliminées du fichier avant de le publier.

Voici quelques bonnes pratiques à suivre pour masquer correctement les informations que vous ne souhaitez pas indexer ni rendre visibles dans la recherche Google.

Modifier et exporter les images avant de les intégrer

La recherche Google répertorie les images identifiées sur le Web, qu'elles se trouvent sur des pages Web ou qu'elles soient intégrées dans différents formats de documents. Les images intégrées ne sont parfois modifiées qu'à l'aide des outils d'édition du document qui les contient. Cette approche peut entraver l'action de suppression lorsqu'une image est indexée en dehors du document. C'est pourquoi il est préférable de modifier les images avant de les intégrer dans un document, et non après. Tenez particulièrement compte des points suivants :

Supprimez les informations indésirables des images avant de les intégrer dans des documents. Certains outils d'édition de documents (tels que les outils de traitement de texte ou les outils de création de diapositives) conservent les images non recadrées que vous utilisez dans la version publique du document. Veillez donc à lire attentivement la documentation concernant l'outil en question.
Supprimez complètement ou dissimulez tout texte ou toute autre portion non publique de l'image, car les systèmes de reconnaissance optique des caractères peuvent convertir le texte des images en texte inclus dans l'index de recherche.
Supprimez toutes les métadonnées qui ne vous intéressent pas.

Après avoir suivi les suggestions de ce document, exportez ou enregistrez les images mises à jour dans des formats de fichiers image non vectoriels ou plats, tels que PNG ou WebP. Cela évite que ces portions d'images soient incluses par inadvertance dans un document public.

Modifier ou supprimer le texte indésirable avant de passer à un format de fichier public

Avant de générer le document public, supprimez le texte que vous ne souhaitez pas afficher dans la version finale du fichier. Optez pour un format public qui ne conserve pas l'historique de vos modifications précédentes. Voici quelques conseils plus spécifiques :

Si un fichier doit contenir des informations masquées, utilisez des outils appropriés de masquage de document. Évitez par exemple de disposer des rectangles noirs au-dessus du texte pour le masquer, car ce texte risquerait quand même d'être inclus dans le document public.
Vérifiez minutieusement les métadonnées du document dans le fichier public.
Suivez les bonnes pratiques en matière de masquage des documents pour le format que vous utilisez (PDF, image, etc.).
Tenez compte des informations contenues dans l'URL ou dans le nom de fichier lui-même. Même si l'exploration d'une partie d'un site Web est bloquée par le fichier robots.txt, les URL peuvent être indexées dans la recherche (sans son contenu). Utilisez des hachages dans les paramètres d'URL au lieu d'adresses e-mail ou de noms.
Envisagez de recourir à l'authentification pour limiter l'accès au contenu masqué. Diffusez la page de connexion obtenue avec une balise meta noindex robots afin de bloquer l'indexation.
Lors de la publication, assurez-vous que le site Web est validé dans la Google Search Console. Cela permet de procéder à une suppression rapide, si nécessaire.

Que faire si des documents non masqués ou masqués de manière inappropriée sont indexés dans la recherche ?

Supprimez le document en ligne du site Web ou de l'emplacement où vous l'avez publié.
Utilisez l'outil de suppression pour le site validé afin de supprimer les documents en question de la recherche. Utilisez un préfixe d'URL pour supprimer un grand nombre de documents. Pour les sites validés, la suppression d'URL prend généralement moins d'une journée. Cette action empêche l'affichage du document en question pour toute recherche ciblant le contenu masqué.
Hébergez le document masqué en bonne et due forme sous une autre URL. Cela garantit que toutes les nouvelles versions indexées correspondent au nouveau document, et non à une ancienne version (la réexploration des URL et leur mise à jour dans un index de recherche peuvent prendre un certain temps). Mettez à jour les liens vers ces documents.
Contactez le webmaster des autres sites susceptibles d'héberger également les documents masqués et demandez-lui de les supprimer. Invitez-le à utiliser l'outil de suppression dans son compte Search Console ou l'outil de suppression de contenu obsolète pour que les systèmes Google mettent à jour les résultats de recherche en conséquence.
Autorisez l'expiration des demandes de suppression d'URL (cela se produit après la mise à jour des URL dans l'index de recherche Google ou au bout de six mois environ).