gitmedia/presseportale
1
0
Fork 0
Code Issues Pull requests Projects Releases Packages Wiki Activity Actions 2

web: Doppelveröffentlichung — Prüfsumme, kanonische Zuordnung (aus bis E9), Quellenauskunft, noindex im Portal (Anhang 2)

Browse source 
Über die API kommt praktisch jede Meldung zweimal, je Portal eine Zeile
mit gleichem Text: 9.092 Paare, 53 % des Archivs, bisher jede Fassung
self-canonical und in beiden Sitemaps — Google wählte.

1c.7: press_releases.content_hash (SHA-256 über Titel + Text ohne Markup),
gesetzt beim Speichern, Bestand per press-releases:hash-content
(Query-Builder, Blöcke). Migration in zwei Statements — ADD COLUMN INSTANT,
ADD INDEX INPLACE, kein Rebuild. press-releases:duplicates-report zählt
Paare je Hauptkategorie.

1c.8: canonical_press_release_id + CanonicalAssigner. Erstquelle folgt der
Kategorie (config/canonical.php, Vorschlag zu E9), sonst die zuerst
veröffentlichte Fassung. Zuordnung bei jeder Veröffentlichung und über den
Bestand (press-releases:assign-canonicals). Die Kopie trägt rel=canonical
und mainEntityOfPage auf die Erstquelle; Sitemap und News-Sitemap nennen
nur sie; Leser sehen weiterhin beide. Alles hinter
CANONICAL_ASSIGNMENT_ENABLED (false), bis E9 entschieden ist.

1c.9: user_canonical in den Index-Prüfungen, sourceVerdict() unterscheidet
eigene Adresse / andere eigene Fassung / fremdes Portal; Anzeige im Block
„Google-Index" hinter GSC_CUSTOMER_VISIBLE, ohne Aussage über das Warum.

Dazu: Abschnitt zur einen Quelle auf /gute-pressemitteilung (Verteiler →
viele Kopien, eigene Website zuerst, keine Garantie), noindex in Admin-,
Kunden- und Auth-Layouts, UmamiSnippetTest von der lokalen .env gelöst.

Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>
This commit is contained in:
Kevin Adametz 2026-09-17 16:09:16 +00:00
parent 87558aba4f
commit 4edb915a9a
28 changed files with 1231 additions and 11 deletions
Download patch file Download diff file Expand all files Collapse all files

32
app/Services/SearchConsole/IndexStatusChecker.php
View file

@ -111,6 +111,7 @@ class IndexStatusChecker
'page_fetch_state' => Str::limit((string) ($indexStatus['pageFetchState'] ?? ''), 60, '') ?: null,
'last_crawl_time' => ! empty($indexStatus['lastCrawlTime']) ? Carbon::parse((string) $indexStatus['lastCrawlTime']) : null,
'google_canonical' => Str::limit((string) ($indexStatus['googleCanonical'] ?? ''), 500, '') ?: null,
'user_canonical' => Str::limit((string) ($indexStatus['userCanonical'] ?? ''), 500, '') ?: null,
'raw' => $indexStatus,
'checked_at' => now(),
]);
@ -133,6 +134,37 @@ class IndexStatusChecker
->all();
}
/**
* Quellenauskunft (Anhang 2, 1c.9): welche Adresse Google als maßgeblich
* führt, verglichen mit der eigenen Fassung. Sagt nichts darüber, warum.
*
* @return array{kind: 'self'|'own_other'|'foreign'|'unknown', url: ?string, host: ?string}
*/
public function sourceVerdict(PressReleaseIndexCheck $check): array
{
$google = $check->google_canonical;
if ($google === null || $google === '') {
return ['kind' => 'unknown', 'url' => null, 'host' => null];
}
$normalize = fn (string $url): string => rtrim(strtolower((string) preg_replace('#^https?://(www\.)?#i', '', $url)), '/');
$host = strtolower((string) parse_url($google, PHP_URL_HOST));
if ($normalize($google) === $normalize($check->url)) {
return ['kind' => 'self', 'url' => $google, 'host' => $host];
}
$ownHosts = array_filter(array_map(
fn (?string $url): string => strtolower((string) parse_url((string) $url, PHP_URL_HOST)),
[config('domains.domain_presseecho_url'), config('domains.domain_businessportal_url')],
), fn (string $own): bool => $own !== '');
$isOwn = collect($ownHosts)->contains(fn (string $own): bool => str_ends_with($host, $own) || str_ends_with($own, $host));
return ['kind' => $isOwn ? 'own_other' : 'foreign', 'url' => $google, 'host' => $host];
}
/**
* @return Builder<PressRelease>
*/