¿Se puede indexar mi página?
Pega la dirección de una página. Leemos todo lo que un buscador consulta antes de indexarla, en el orden en que lo hace, y te decimos si Google y Bing pueden indexarla y, si no, qué se lo impide. Saber si ya está en el índice le corresponde a Search Console.
Cómo leer este resultado
Una página entra en un buscador superando cinco controles, siempre en el mismo orden. El primero que falla decide, y por eso una herramienta que solo mira uno se equivoca tan a menudo.
| Orden | Lo que comprueba el buscador | Lo que bloquea |
|---|---|---|
| 1 | El robots.txt del sitio | una regla Disallow que afecta a la dirección, o un error de servidor en el propio archivo |
| 2 | El código HTTP de la página | 404, 410, 500 y cualquier otro error; una redirección pasa el control a la página de llegada |
| 3 | La cabecera X-Robots-Tag | noindex o none, para todos los rastreadores o para este |
| 4 | La etiqueta meta robots | noindex o none, en robots, googlebot o bingbot |
| 5 | La canonical | otra dirección designada como la buena: el buscador indexa más bien esa |
La trampa más frecuente: robots.txt y noindex juntos
Para retirar una página de los resultados, muchos ponen un noindex y, por precaución, la prohíben también en el robots.txt. El buscador ya no tiene permiso para descargar la página, nunca ve el noindex y puede seguir mostrando la dirección indefinidamente. Lo correcto es lo contrario: dejar la página rastreable, con su noindex, hasta que desaparezca.
«Nada impide la indexación» no significa «indexada»
Esta herramienta comprueba los obstáculos técnicos. No sabe si Google ha decidido conservar la página: un buscador también descarta páginas demasiado pobres, demasiado parecidas a otra o a las que ningún enlace le lleva. Para esa respuesta, solo Search Console da fe.
Los motivos de Search Console, y lo que esta herramienta comprueba
El informe de indexación de páginas de Search Console clasifica cada dirección excluida bajo un motivo. Los que tienen una causa técnica se comprueban aquí, sin acceso a la cuenta, y el veredicto de arriba dice si la causa sigue ahí:
| Motivo que muestra Search Console | Lo que comprueba la herramienta |
|---|---|
| Excluida por una etiqueta «noindex», o La URL se ha marcado como «noindex» | la etiqueta meta robots y la cabecera X-Robots-Tag, para Googlebot y para Bingbot |
| El archivo robots.txt ha bloqueado la URL | la regla del robots.txt que afecta a la dirección, grupo por grupo |
| Se ha indexado aunque un archivo robots.txt la tenía bloqueada | el mismo bloqueo: Google conoce la dirección por enlaces, pero no puede leerla |
| Página alternativa con etiqueta canónica adecuada | la canonical y el estado de la página a la que apunta |
| Página con redirección | cada salto de la cadena, hasta la página final |
| No se ha encontrado (404), Error del servidor (5xx) | el código HTTP de la página |
| Rastreada: actualmente sin indexar; Descubierta: actualmente sin indexar | nada técnico: es una decisión del buscador. Si la herramienta no encuentra ningún obstáculo, la causa está en el contenido o en los enlaces internos. |
Lo que esta herramienta no hace
- No dice si la página está realmente indexada: dice si algo lo impide. Solo Search Console conoce la respuesta.
- No ve lo que la página se vuelve tras ejecutar JavaScript: una página construida por un script se señala, no se renderiza.
- No comprueba si la página figura en el sitemap: leerlo entero costaría decenas de peticiones para una casilla.
Preguntas frecuentes
Mi página está permitida en todas partes pero no aparece en Google. ¿Por qué?
Porque el permiso no basta. Puede que Google aún no la haya descubierto (ningún enlace apunta a ella, no está en el sitemap), que la haya juzgado demasiado parecida a otra página o demasiado pobre para conservarla. Search Console, en el apartado Páginas, dice cuál de estos motivos se aplica.
¿Qué diferencia hay entre robots.txt y noindex?
El robots.txt prohíbe leer la página; el noindex prohíbe conservarla en los resultados. Para que un noindex funcione, el buscador debe poder leer la página: los dos no se combinan.
¿Qué es la cabecera X-Robots-Tag?
Una consigna de indexación que envía el servidor junto con la página, en lugar de estar escrita dentro. Hace exactamente lo mismo que una etiqueta meta robots, pero no se ve al mostrar el código fuente: por eso un noindex olvidado en preproducción sobrevive tan a menudo a la publicación.
¿Respeta Google siempre la canonical?
No, es una indicación y no una orden. Google la sigue casi siempre cuando es coherente, y la ignora cuando designa una página en error, una página en noindex o una página sin relación. Una canonical hacia sí misma no cuesta nada y elimina toda ambigüedad.
¿Cómo sé si mi página está realmente indexada en Google?
La respuesta oficial está en Search Console: pega la dirección en la barra de inspección de URLs, en la parte superior, y te dirá si la página está en el índice y, si no, por qué. Sin acceso a la cuenta, una búsqueda site: seguida de la dirección exacta da una pista: si la página aparece, está indexada; si no aparece, eso no prueba nada. Esta herramienta responde a la pregunta anterior: si no está, ¿hay un obstáculo técnico que lo impida?
¿Qué significa «Rastreada: actualmente sin indexar»?
Que Google ha leído la página y ha decidido no guardarla, por ahora. No hay ningún obstáculo técnico: es un juicio sobre la página, casi siempre un contenido demasiado pobre, demasiado parecido a otra página o con muy pocos enlaces internos. «Descubierta: actualmente sin indexar» significa que Google conoce la dirección pero aún no la ha leído. En ambos casos, si esta herramienta no encuentra ningún obstáculo, hay que trabajar el contenido y el enlazado interno, no la técnica.
¿Cómo pido a Google que indexe mi página?
En Search Console, inspecciona la dirección y pulsa «Solicitar indexación»: Google la añade a su cola de rastreo, sin prometer conservarla. Para Bing, Bing Webmaster Tools permite enviar direcciones, y el protocolo IndexNow lo hace automáticamente desde la mayoría de los CMS. Comprueba aquí primero que nada bloquea la página: solicitar la indexación de una página con noindex no sirve de nada.
Las otras herramientas
Probar el robots.txt
Si el robots.txt del sitio permite rastrear esta dirección.
Generador de robots.txt
Un robots.txt escrito para tu sitio, rastreadores de IA incluidos, probado antes de publicarlo.
Vista previa en Google y redes sociales
Tu título y tu descripción tal como los mostrarán Google, Bing, Facebook, LinkedIn, X y WhatsApp, medidos en píxeles.
Saber el día en que una página deja de ser indexable
Con el plan Business, Expansel vuelve a leer tus páginas en cada pasada de supervisión y te escribe el día en que una puesta en producción añade un noindex, cierra el robots.txt, cambia la canonical o elimina el title.