¿Por qué solo se rastrean algunas de las páginas de mi sitio web?

Auditoría del sitio

Si has observado que solo se rastrean de 4 a 6 páginas de tu sitio web (tu página de inicio, las URL de los sitemaps y robots.txt), lo más probable es que se deba a que nuestro bot no ha podido encontrar enlaces internos salientes en tu página de inicio. A continuación encontrarás las posibles causas de este problema.

Problema con los enlaces internos salientes

Puede que no haya enlaces internos salientes en tu página principal, o que estén incluidos en JavaScript. Nuestro bot analiza el contenido JavaScript solo con los niveles de suscripción Guru y Business del kit de herramientas de SEO. Por lo tanto, si no tienes el nivel Guru o Business y tu página de inicio contiene enlaces a otras partes de tu sitio dentro de elementos JavaScript, no detectaremos ni rastrearemos esas páginas.

Si bien el rastreo de JavaScript solo está disponible con los niveles Guru y Business, podemos rastrear el HTML de las páginas que contengan elementos JavaScript. Además, nuestros controles de rendimiento pueden revisar los parámetros de tus archivos JavaScript y CSS, independientemente de tu nivel de suscripción.

En ambos casos, hay una forma de garantizar que nuestro bot rastree tus páginas. Para ello, tienes que ir a "Páginas a rastrear" en la configuración de tu campaña y cambiar la fuente de rastreo de "sitio web" a "sitemap" o "URL desde archivo":

En la ventana de configuración de Auditoría del sitio, aparecen resaltadas las opciones del menú desplegable de fuentes de rastreo, situado junto a la opción "Páginas a rastrear".

"Sitio web" es la fuente por defecto. Significa que rastreamos tu web usando un algoritmo breadth-first search y navegando a través de los enlaces que encontremos en el código de tu página, comenzando por la página de inicio.

Si eliges una de las otras opciones, rastrearemos los enlaces que se encuentren en el sitemap o en el archivo que subas.

El rastreador de Auditoría del sitio podría estar bloqueado

Nuestro rastreador de Auditoría del sitio podría estar bloqueado para algunas páginas en robots.txt o por etiquetas noindex/nofollow. Puedes comprobar si es así en el informe Páginas rastreadas:

Cómo comprobar en el informe Páginas rastreadas si nuestro rastreador se bloqueó para algunas páginas.

Puedes inspeccionar tu Robots.txt en busca de comandos disallow que impidan a rastreadores como el nuestro acceder a tu sitio web.

Si en la página principal de un sitio web aparece el código que figura más abajo, significa que no está permitido indexar o seguir enlaces ni tampoco acceder al sitio web. Asimismo, el hecho de que en una página aparezca al menos uno de estos dos códigos, "nofollow" o "none", provocará un error de rastreo.

Encontrarás más información sobre estos errores en nuestro artículo sobre solución de problemas.

Tu página de inicio ocupa más de 4 MB

Actualmente, la Auditoría del sitio permite analizar páginas de inicio que no superen los 4 MB.

A pop up window that appears if your Site Audit fails to start. It states: 'We encountered an error that stopped us from crawling your website: The size of the main page is too large (more than 4 MB) for search engine crawlers to load it.'

A pop up window that appears if your Site Audit fails to start. It states: 'We encountered an error that stopped us from crawling your website: The size of the main page is too large (more than 4 MB) for search engine crawlers to load it.'

El límite para otras páginas de tu sitio web es de 2 MB. En caso de que una página tenga un tamaño HTML demasiado grande, verás el siguiente error:

Ejemplo del informe Problemas con el texto 'html' escrito en la barra de búsqueda. En la lista de errores hay uno que indica que una página HTML es demasiado grande.

Ejemplo del informe Problemas con el texto 'html' escrito en la barra de búsqueda. En la lista de errores hay uno que indica que una página HTML es demasiado grande.