В индекс попадают результаты фильтра

бывает такое. может сслыка где-то есть. надо делать ноуиндекс)

Может Яндекс.Метрика отправлять страницы на индексацию.

Закройте раздел поиска в robots.txt

Но чем вам мешают эти страницы в индексе. Они же могут собирать НЧ трафик.

если бы это были немногочисленные случаи, но это регулярно происходит.

это запрещено в настройках кода счетчика

Они не попадают в выдачу, мне это не нужно. А мешают тем, что захламляют. В индексе и без того слишком много страниц, не хотелось бы, чтобы робот тратил силы на обход ненужных.

Узнавать о них Яндекс может многими способами. Например, если страницу посетил пользователь с Яндекс.Браузером.

Если они закрыты в robots.txt, то они не должны загружаться. Проверьте в Яндекс.Вебмастере в разделе "Анализ robots.txt" какую-нибудь страницу фильтра.

интересно, не знал.

они не совсем закрыты, я использую директиву clean-param в роботсе + тег canonical.

Их однозначно нужно убирать и закрывать, только что проводил аудит, где после добавления развернутых модулей фильтров на сайт - он поплыл...

ПС узнают о них из любых источников, которыми владеют - это давно не удивительно (метрики, бары, источники переходов... на самом деле их намного больше).

Выход из ситуации не сложный - оставить только голую структуру сайта, без левых страниц в индексе. Т.к. они на корню путают релевантность.

И чем больше их съедает поиск - тем со временем ситуация всё хуже и хуже. А при большом количество страниц и запросов - нереально отследить смену релевантности пар страниц \ запросов. Начинается всё, как правило с НЧ и СЧ...

Если страницы фильтров не уникализированы контентом \ заголовками - запрещать к индексации по маске в урл!

Ну так значит опоздали вы с закрыванием хлама.

Вообще не нужно задаваться вопросом Откуда яндекс их может брать?

Надо чтобы был запрет их индексации (любыми способами, хоть 404 в ответе). И давно уже надо.

Profin:
Их однозначно нужно убирать и закрывать, только что проводил аудит, где после добавления развернутых модулей фильтров на сайт - он поплыл...



ПС узнают о них из любых источников, которыми владеют - это давно не удивительно (метрики, бары, источники переходов... на самом деле их намного больше).
Выход из ситуации не сложный - оставить только голую структуру сайта, без левых страниц в индексе. Т.к. они на корню путают релевантность.
И чем больше их съедает поиск - тем со временем ситуация всё хуже и хуже. А при большом количество страниц и запросов - нереально отследить смену релевантности пар страниц \ запросов. Начинается всё, как правило с НЧ и СЧ...

Если страницы фильтров не уникализированы контентом \ заголовками - запрещать к индексации по маске в урл!

Запрещать в роботе индексацию хорошо, но робот может все равно гулять по ним.

я в таком случае программистам даю задание - фильтры делать через аякс, вроде, так называется.

Суть в том, чтобы, результаты работы фильтра отображались без перезагрузки страницы, при любых параметрах поиска, урл остается исходным. И проблем нет.

Не только. Любой посетитель со Ятуркенженсирхивом от яндекса. Это и мозила может быть и даже пунто свитчер

Как писал выше, у меня они запрещены через директиву clean-param. Плюс на таких страницах есть тег canonical, в котором url ссылается на полный список без фильтров. Хорош ли такой вариант или лучше запрещать по маске через роботс?