Skip to content

[SEO T1.2] Assainit sitemap.talks.xml et sitemap.news.xml - #2464

Draft
xavierleune wants to merge 1 commit into
masterfrom
seo/t1.2-sitemaps-talks-news
Draft

xavierleune wants to merge 1 commit into
masterfrom
seo/t1.2-sitemaps-talks-news

Conversation

@xavierleune

Copy link
Copy Markdown
Member

Contexte

sitemap.talks.xml contenait 4 841 entrées pour 2 777 URLs uniques :

  • registerSpeakersTalksUrls() ajoutait tous les speakers de tous les CFP (une ligne par speaker et par événement, candidats refusés et entrées de test compris), d'où des doublons et 813 facettes speaker vides ;
  • tous les événements étaient listés, même sans talk publié, en changefreq=daily / priority=1 ;
  • un talk planifié sur plusieurs créneaux apparaissait plusieurs fois (jointure sur afup_forum_planning) ;
  • le lastmod d'un talk était sa date de soumission au CFP.

sitemap.news.xml n'ajoutait que la dernière page de liste (/news/?page=148, orpheline) à cause de max($lastPage, 1) utilisé comme borne de départ.

Changements

  • SitemapXmlSubscriber
    • getPublishedTalks() : talks passés avec isDisplayedOnHistory(), indexés par id (donc un seul exemplaire par talk). Calculé une fois et passé aux trois méthodes « talks ».
    • registerTalksUrls() : lastmod = fin du premier créneau de planning (PlanningRepository::findIndexedByTalkIds(), déjà existant).
    • registerSpeakersTalksUrls() : uniquement les speakers liés à un talk publié ; dédoublonnage sur le label normalisé (trim, espaces multiples réduits) ; labels vides ignorés.
    • registerEventsTalksUrls() : uniquement les événements ayant au moins un talk publié, dédoublonnés par titre ; plus de CHANGEFREQ_DAILY ni de priorité 1.
    • registerNewsUrls() : suppression des pages de liste, seuls les articles restent.
    • La logique de chaque facette est isolée dans sa méthode, pour pouvoir la remplacer par les nouvelles routes de T2.2 / T2.3.
  • SpeakerRepository::getSpeakersByTalkIds(list<int>) : speakers distincts liés à une liste de sessions (une requête, pas de N+1).

Tests

  • Nouveau test d'intégration tests/integration/AppBundle/Subscriber/SitemapXmlSubscriberTest.php. La base de test est vidée, puis on insère un jeu de données qui reproduit les cas de prod : même personne inscrite à deux CFP, talk sur deux créneaux, speaker au nom vide, talk refusé, clinique passée. Le test vérifie :

    • qu'aucune <loc> n'est en double dans la section talks ;
    • la liste exacte des URLs (facettes speaker et événement filtrées) ;
    • le lastmod du talk (fin du créneau) ;
    • l'absence de changefreq et de priority sur les facettes événement.

    Les fixtures globales ne produisent aucun doublon, d'où ce jeu dédié plutôt qu'une modification des fixtures.

  • Behat tests/behat/features/PublicSite/Sitemaps.feature :

    • lastmod du talk 6 = fin de son créneau ;
    • plus de facette pour John DOE ni pour AFUP Day Lyon, qui n'ont aucun talk publié ;
    • sitemap.news.xml ne contient plus ?page=.
  • Preuve du rouge : avec le code de production de master restauré, le test d'intégration échoue sur l'assertion « aucune <loc> en double » (/talks/2-second-talk et la facette Jane DOE y apparaissent deux fois), et Sitemaps.feature échoue sur 2 scénarios (lastmod du talk, ?page=). Avec le correctif, les deux passent.

  • phpstan, php-cs-fixer et rector passent sur les fichiers modifiés. La suite Behat non-JS complète a été lancée une fois.

Points d'attention

  • Label dans l'URL des facettes speaker : le dédoublonnage se fait sur le label normalisé, mais l'URL reprend le label brut du premier speaker rencontré (ordre des id). C'est la valeur exacte indexée dans Algolia (Speaker::getLabel()), ce qui évite une facette qui ne filtrerait rien. Les deux ne diffèrent que si un nom contient des espaces superflus.
  • « Talk publié » = talk passé (getAllPastTalks) avec isDisplayedOnHistory(), comme avant dans ce subscriber. TalkRepository n'est pas modifié : T1.3 factorisera cette récupération et pourra remplacer getPublishedTalks(). Le typage de getAllPastTalks() a été laissé de côté, car il rend obsolètes deux entrées du baseline phpstan, dont une dans HtmlSitemapAction (périmètre de T1.3).
  • Nouvelle dépendance : le subscriber dépend de PlanningRepository (autowiring, aucune configuration à changer).
  • Les méthodes register*Urls sur les talks et les news passent de public à private : elles n'avaient aucun appelant externe et leur signature change.
  • Les URLs d'articles de news gardent leur changefreq=daily / priority=1 : le ticket ne les mentionne pas.
  • Conflits probables : T1.3 (factorisation des talks publiés dans TalkRepository), T1.4 (même définition de « speaker ayant un talk publié » pour les 404), T2.2 / T2.3 (remplacement des URLs de facettes).

🤖 Generated with Claude Code

sitemap.talks.xml listait tous les speakers de tous les CFP (une ligne par
speaker et par événement, candidats refusés compris) et tous les événements,
d'où des <loc> en double et des facettes sans aucune conférence. Un talk
planifié sur plusieurs créneaux y apparaissait aussi plusieurs fois, avec
pour lastmod sa date de soumission au CFP.

Les facettes speaker et événement sont désormais dérivées des seuls talks
publiés (passés et visibles dans l'historique), dédoublonnées (label de
speaker normalisé, titre d'événement), sans changefreq daily ni priorité 1
pour les événements. Le lastmod d'un talk est la fin de son créneau.

sitemap.news.xml n'ajoutait que la dernière page de la liste des news
(borne de départ erronée), page orpheline sans intérêt : seuls les
articles y figurent désormais.
Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment

Labels

None yet

Projects

None yet

Development

Successfully merging this pull request may close these issues.

1 participant