Google 的使命是彙整全球資訊，供大眾使用，使人人受惠。在這個遠大的任務中，有時會遇到 PDF 檔案、試算表和簡報等非 HTML 檔案的內容。但 Google 的演算法並不會因檔案類型不同而降低速度。我們致力於擷取相關內容，並為搜尋結果建立適當的索引。不過，面對這些與標準 HTML 大不相同的檔案，Google 實際上如何為這些檔案類型套用準則並建立索引？如果網站管理員不希望 Google 為這些網頁建立索引，該怎麼做？
問：Google 能為任何類型的 PDF 檔案建立索引嗎？
答：一般而言，只要 PDF 檔案內容是未受密碼保護或未經加密的各種字元編碼 (不限語言)，Google 就能為檔案中的文字內容建立索引。如果是內嵌於圖片中的文字，Google 可能會使用 OCR 演算法處理圖片以擷取文字。原則上，如果您可以將 PDF 文件中的文字複製及貼上至標準文字文件中，Google 應該就能為該文字建立索引。
問：Google 會如何處理 PDF 檔案中的圖片？
答：目前 Google 不會為圖片建立索引。建議您為圖片建立 HTML 網頁，以利 Google 為您的圖片建立索引。如果您希望提高圖片出現在搜尋結果中的機會，請參閱 Google 圖片最佳做法。
問：Google 會如何處理 PDF 文件中的連結？
答：Google 對於 PDF 檔案中一般連結的處理方式大致與 HTML 中的一般連結類似：這些連結可以傳遞 PageRank 和其他索引信號，而且 Google 可能會在檢索 PDF 檔案後追蹤這些連結。目前無法在 PDF 文件中使用 nofollow 連結。
問：如何防止我的 PDF 檔案顯示在搜尋結果中？或是如何移除已顯示在搜尋結果中的檔案？
答：如要防止 PDF 文件出現在搜尋結果中，最簡單的做法就是在用來提供檔案的 HTTP 標頭中加入 X-Robots-Tag: noindex。如果 Google 已為上述項目建立索引，您可以使用 X-Robot-Tag 搭配 noindex 規則，讓這些索引隨著時間消失。如要更快移除內容，可以使用 Google 網站管理員工具中的網址移除工具。
問：如果 HTML 和 PDF 中有我的網頁副本，這樣是否會被視為重複的內容？
答：建議您盡可能只提供一份內容。如果無法採取這種做法，請務必指定您偏好的版本，例如在 Sitemap 中使用偏好的網址，或是在 HTML 或 PDF 資源的 HTTP 標頭中指明標準版本。如需更多提示，請參閱有關標準化的說明中心文章。
問：如何影響 PDF 文件在搜尋結果中所顯示的標題？
答：Google 會使用兩個主要元素來決定要顯示哪個標題：檔案中的標題中繼資料，以及指向 PDF 檔案的連結錨定文字。為了更明確的提示演算法使用適當的標題，建議您同時更新兩者。
如需更多詳細資訊，請觀看馬特卡茨的影片，瞭解如何對 PDF 檔案進行有利搜尋的最佳化調整，並造訪我們的說明中心，瞭解 Google 可為哪些內容類型建立索引。如有任何意見或建議，歡迎前往網站管理員說明論壇告訴我們。
[[["容易理解","easyToUnderstand","thumb-up"],["確實解決了我的問題","solvedMyProblem","thumb-up"],["其他","otherUp","thumb-up"]],[["缺少我需要的資訊","missingTheInformationINeed","thumb-down"],["過於複雜/步驟過多","tooComplicatedTooManySteps","thumb-down"],["過時","outOfDate","thumb-down"],["翻譯問題","translationIssue","thumb-down"],["示例/程式碼問題","samplesCodeIssue","thumb-down"],["其他","otherDown","thumb-down"]],[],[[["Google can index content from most PDFs, including those with various character encodings and languages, as long as they're not password-protected or encrypted."],["Links within PDFs are treated similarly to HTML links, passing PageRank and indexing signals; however, `nofollow` links within PDFs aren't currently supported."],["To prevent PDF indexing, use the `X-Robots-Tag: noindex` HTTP header; for removal of already indexed PDFs, use this tag or Google's URL removal tool."],["PDF files can rank highly in search results based on content and link factors, similar to web pages."],["For content available in both HTML and PDF, indicate your preferred version using sitemaps, canonical tags, or HTTP headers to avoid duplicate content issues."]]],["Google indexes PDF files, extracting text even from images via OCR, if copy-paste is possible. Links in PDFs function similarly to HTML links, influencing indexing. To exclude PDFs from search results, use the `X-Robots-Tag: noindex` header or the URL removal tool. PDFs can rank highly, but duplicate HTML/PDF content should be canonicalized. Title metadata and anchor text of links pointing to the PDF impact the search result title.\n"]]
