@isotopia volendo puoi lavorare di disallow + allow per bloccare solo le pagine e non il path.
Il tema però è:

• come fa a trovare quelle pagine?
• perché vengono create (permessi listing del folder o sono proprio pagine generate)?

Mal che vada se non risolvi i punti di cui sopra puoi mettere un noindex via x-robots-tag direttamente da .htaccess.

Grazie per l'aiuto,
in effetti anch'io non capisco perchè vengano indicizzate.
Credo si tratti di vere pagine a tutti gli effetti che contengono ciascuna lunghe liste di risorse .jpg.

Potrei mettere il noindex da htaccess o da file robots, tuttavia come farei ad escludere il blocco sui singoli path, considerando che numericamente le immagini sono moltissime?

@isotopia da robots.txt il noindex non si può più fare, anche se Google diceva non esistesse.
Io andrei a capire "chi" crea quelle pagine e lo bloccherei.
Se non mandi URL dura capire però.

Normalmente quelle cartelle hanno un 403 Forbidden che dovrebbe impedirne l'indicizzazione.

Se vengono indicizzate, vuol dire che restituiscono 200 OK.

E se hanno un 200 OK vuol dire che sono stati scazzati in qualche modo i permessi delle cartelle. O direttamente sul server o in qualche modo all'interno del file .htaccess o a causa di qualche plugin.

Non ci sono molte altre alternative.

Consiglio standard: controlla che i permessi delle cartelle siano tutti 755, controlla che nel file htaccess non ci siano istruzioni strane oltre allo standard e disattiva tutti i plugin e riattivali uno per uno per capire quale è quello che combina guai.

Una volta che hai capito e risolto il problema e le cartelle tornano a restituire un 403 Forbidden puoi anche dimenticarti della cosa: Google le rimuoverà dall'indice coi suoi tempi.

@isotopia ha detto in Indicizzazione di pagine /wp-content/ su Wordpress:

Potrei mettere il noindex da htaccess o da file robots, tuttavia come farei ad escludere il blocco sui singoli path, considerando che numericamente le immagini sono moltissime

Non va bene il noindex, perchè costringi comunque il crawler a scansionare quelle pagine. Vanno messe in disallow, se non riesci a eliminarle.

@filippo-jatta ha detto in Indicizzazione di pagine /wp-content/ su Wordpress:

perchè costringi comunque il crawler a scansionare quelle pagine

Mi pare un po' un volo pindarico questa affermazione.
Qui il problema è:

• perché ci sono quelle pagine
• come le ha scoperte il crawler (link, sitemap, ...)

Il noindex oltre a forzare la rimozione di una pagina dalle SERP porta lo scheduler a ridurre nel tempo la scansione. Non solo: porta anche - se persistente per lunga durata (=tante scansioni) a portare i suoi link in uno stato di "virtuale" nofollow.

@merlinox sul come le ha scoperte è presto detto: Googlebot è noto che provi a scansionare le sottocartelle "per vedere che cosa trova".

Sì aspettano un 403 e di solito non indicizzano.

Ma se per errore hai settato un 200...

Grazie a tutti.
Ecco un esempio di queste pagine:

https://www.resmedia.it/wp-content/uploads/2018/06/

C'è una lunga serie di pagine indicizzate di questo tipo.
Il sito è costruito su Wordpress. Ora, mi chiedo quale sia la soluzione percorribile e migliore tra:

• Applicare un Disallow su robots.txt per la cartella /wp-content/uploads/. . A questo punto la mia domanda è: Così facendo però vado a de-indicizzare anche tutte le risorse .jpg elencate in queste pagine, dunque in sostanza le immagini del mio sito? Se così fosse, non è attuabile
• Un NO-Index da htaccess valido per l'intera sottocartella, ma ho lo stesso dubbio di cui sopra.
• Reindirizzare tutte queste pagine può creare dei malfunzionamenti al sito?
• Impostare come suggerite uno status code 403 Forbidden (attualmente sono 200, indicizzabili) per tutta la sottocartella /wp-content/uploads/ ?

@isotopia ha detto in Indicizzazione di pagine /wp-content/ su Wordpress:

Impostare come suggerite uno status code 403 Forbidden (attualmente sono 200, indicizzabili) per tutta la sottocartella /wp-content/uploads/ ?

Assolutamente questo.

403 forbidden sulle cartelle è il default di Wordpress e questa cosa non dovrebbe succedere.

@isotopia NON sono pagine, sono listing di server. Devi togliere il permesso da web server.

Ok d'accordo, faccio impostare un 403. Grazie a tutti.