Как конкретно Google сканирует текст на странице?

слишком много текста

Отсутствие всех буковок в индексе означает, что ПС не целиком индексируют страницы. Их понять можно, на все ГС дисков не хватит.

А вот по какому принципу они работают, можно лишь гадать. Чисто логически, чем выше вес и ПФ, тем больше готовы проиндексировать.

Тоже обращал внимание на то, как поисковик видит текст

пришел к выводу -

что на странице создается "ядро" по наиболее часто встречающимся словам

и это ядро записывается в базу поисковика (и там хранится)

поисковик не хранит весь текст в своей базе, а только ядро

У меня есть сайт только с главной страницей, полным отсутсвием текста, только h1 и 3 h2 заголовка, дескр + тайтл + немного картинок.

и в гугле он порой не дурно ранжируется по НЧ и СЧ, под что и создавался.

и нужен ли контент вообще тогда

Лично я вот что заметил в этом году - раньше по куску текста я находил свои сайте в ТОП 10 (даже если текст растаскивали).

Сейчас же я нахожу страницу только если она... как бы сказать ... прокачена, генерирует трафик.

Такое впечатление что реально стали экономить на дисках под индекс сети.

IRIP, предположение скорее верное чем нет, так как если не ваша страница выводится на 1-м месте, то там чужая страница на которй выделяется именно набор слов, что лишний раз доказывает, что ПС предложение прочитать не может.

Dram, да, в том и дело, что даже когда растаскивали, оригинал все равно был первым.

poc, согласен, контент -- это не всегда текс. Например, конвертер валют или поиск по билетам или формы там еще какие могут ранжироваться лучше чем текс.

Понятно что Google точно читает:

1) Title

2) Desc

2) H1, H2...H6

Но вот, например как он относится к тегу <p>? Вопрос может показаться наивным, но он более чем черьезен.

Google абсолютно точно анализирует текст частями и, если быть еще точнее, он не видит целостной картины. Этим и объясняется его проблема в поиске первоисточника. Ну не может он его найти и всё тут.

Он видит как бы диаграму с ключевыми словами, но никак не документ. Вот тут и встаёт вопрос, почему на некоторых сайтах он видит эту "схему" лучше.

Причем создатели этих сайтов специально ничего не делают. Я, к прмеру, видел несколько очень удачных тем для WP. Я лично его не использую, но некотрый G просто обожает (при том, что они не зявлены как SEO Friendly).

---------- Добавлено 02.11.2019 в 21:49 ----------

Но еще интереснее становится, если посмотреть только текстовую версию кэша. Вот тут прям бросается в глаза разрыв шаблонов. Заведомо проиграшная страница, на которой основной контент практически отсутсвует может выигрывать большой статье, не имея при этом вообще обртаных ссылок!

---------- Добавлено 02.11.2019 в 21:51 ----------

Лично я вижу это так: G как и другие поисковики не видит как мы страницу отдельно от сайта, он анализирует её релевантность с привязкой ко всему сайту. Человек не робот, он видит только контент страници. Для ПС релевантен сам сайт, а страница лишь максимально подходящий набор ключевых слов на релевантном сайте...

Гугл часто эксперементирует, поэтому всё может быть.

Ну и не задавайтесь тогда вопросом «как парсит», если сразу отказыветесь рассматривать...

А нормальные пользователи таких запросов не делают.

У Гугла нет никаких проблем из-за проблем сеошников.

Оставьте тут несколько сцылок на поиск текста этой темы... как вы это делаете?

Ваши посты гуглятся даже в кавычках, даже из разных абзацев, если там редкое слово...

На бабло.

На “максимизацию метрик по всей странице выдачи”

https://roem.ru/03-12-2009/124756/ex-mailru-smenit-yandeks-na-google/#comment-54649

органики не бывает отдельно от ... рекламы.