Tu página web no aparece en Google: 7 comprobaciones para arreglarlo

Respuesta corta: Si tu página web no aparece en Google, casi siempre hay una causa que puedes comprobar tú mismo. Primero confirma que la página falta de verdad en el índice de Google. Después repasa siete comprobaciones en este orden: código de estado, noindex, robots.txt, soft 404, JavaScript, sitemap y enlaces, y tiempo. Nadie puede decir cuándo aparecerá una página: Google afirma que el rastreo «can take anywhere from a few days to a few weeks» (de unos días a unas semanas), y estar indexada no es lo mismo que posicionar bien.

¿Tu página web no aparece en Google? Confirma primero que falta de verdad

«No aparece» puede significar tres cosas distintas, y este artículo trata solo de la primera:

• La página no está en el índice de Google. Google no la ha guardado, así que no puede salir en ningún resultado. Las siete comprobaciones de abajo buscan el motivo.
• La página está en el índice, pero no donde tú miras. La ayuda del informe «Indexación de páginas» explica que los resultados de búsqueda se adaptan al historial de búsquedas, la ubicación y otras variables de cada usuario. Una página indexada no sale, por tanto, en todas las búsquedas ni siempre en la misma posición. Eso es una cuestión de posicionamiento, no de indexación.
• La página es nueva. Entonces el tiempo es la causa más probable (comprobación 7). Si acabas de publicarla, empieza por ahí.

Así averiguas en cuál de los tres casos estás:

• Busca la dirección exacta. Escribe site:https://tu-sitio.example/tu-pagina en Google. La ayuda del informe «Indexación de páginas» cita esta forma, site: más la URL exacta, como primera prueba para sitios pequeños, y la ayuda de la herramienta de inspección de URLs considera que buscar la URL de la página es la prueba definitiva de si aparece.
• Pregunta a Search Console. La herramienta de inspección de URLs muestra lo que Google tiene guardado de una dirección. «La URL está en Google» significa que la página puede aparecer en los resultados, aunque no está garantizado que lo haga (en inglés, «eligible to appear in Search results, but is not guaranteed to be there»). «La URL no está en Google» significa que no puede aparecer. Si la herramienta indica que Google no reconoce la URL, es que no ha visto esa dirección antes. Lo guardado no es el estado en directo: la prueba en directo («Probar URL publicada») comprueba la página tal como está ahora.

Si Search Console ya muestra la página en la tabla «¿Por qué hay páginas que no se indexan?», el nombre del estado te dice dónde seguir:

Las 7 comprobaciones, en el orden en que debes hacerlas

Las primeras comprobaciones bloquean todo lo que viene después. Sustituye tu-sitio.example por tu propia dirección.

Comprobación 1: ¿La página responde con estado 200?

La página de Google sobre los códigos de estado HTTP dice que no indexa las URL que devuelven un estado 4xx y que las URL ya indexadas que empiezan a devolverlo salen del índice. Los errores persistentes del servidor (5xx) frenan el rastreo, y esas URL acaban descartándose. Una redirección traslada la decisión a su destino: Google ignora el contenido de la URL que redirige, y el informe «Indexación de páginas» indica que una «Página con redirección» no se indexa por sí misma. Un 200 es un requisito, no una promesa: un estado 2xx «doesn't guarantee indexing», es decir, no garantiza la indexación.

Hay dos bloqueos que se pasan por alto con facilidad. Un inicio de sesión deja fuera a Googlebot, porque no envía credenciales. Y un cortafuegos o una protección contra bots puede responder a Googlebot con un error mientras tu navegador ve la página; la ayuda de Google cita los cortafuegos mal configurados y la protección contra ataques DoS como una forma de bloquear a Googlebot sin querer.

curl -s -L -o /dev/null -w "%{http_code} %{url_effective}\n" https://tu-sitio.example/tu-pagina

Lo que quieres ver es 200 y la dirección que esperas. Esto muestra lo que recibe tu ordenador. Lo que recibe Google lo muestra la prueba en directo de la herramienta de inspección de URLs.

En SEOgrinder: la tarjeta «Indexación» de la pestaña «Página en Google» muestra el estado HTTP. Un estado malo se convierte además en tarea, por ejemplo «El servidor devolvió el estado 503».

Comprobación 2: ¿La página tiene noindex?

Una regla noindex le dice a Google que deje la página fuera. Va en una metaetiqueta robots, en la cabecera de la página, o en una cabecera HTTP X-Robots-Tag. Cuando Googlebot ha rastreado la página y ha leído la regla, «Google will drop that page entirely from Google Search results», según la documentación sobre noindex: la página desaparece por completo de los resultados. Una página puede llevarla por descuido:

• Un ajuste del CMS. WordPress tiene, en Ajustes > Lectura, una casilla que pide a los buscadores que no indexen el sitio (en inglés, «Discourage search engines from indexing this site»). Según la documentación de WordPress, desde la versión 5.3 esa casilla hace que WordPress escriba en la cabecera de la página una metaetiqueta robots con noindex,nofollow.
• Una cabecera. Un servidor o una CDN puede enviar X-Robots-Tag: noindex. Esa cabecera nunca aparece en el código fuente de la página, así que es fácil pasarla por alto.
• Una solicitud de retirada. Si alguien usó la herramienta de retirada con esta dirección, la solicitud dura solo unos seis meses y la pestaña «Retiradas temporales» la lista (ayuda de Search Console).

curl -s -D - -o /dev/null https://tu-sitio.example/tu-pagina | grep -i x-robots-tag
curl -s https://tu-sitio.example/tu-pagina | grep -i -E 'name="(robots|googlebot)"'

Si no sale nada, no se ha encontrado ni la cabecera ni la etiqueta. Si aparece una línea, noindex (o none) mantiene la página fuera. Si además robots.txt bloquea la página (comprobación 3), «the crawler will never see the noindex rule», o sea, el rastreador nunca verá la regla; por eso primero hay que quitar el bloqueo. Una etiqueta que JavaScript añade más tarde no aparece en curl; lo que ha recibido Google lo muestra la prueba en directo.

En SEOgrinder: la primera línea de la tarjeta «Indexación» cambia a «La página está excluida de la indexación» cuando la metaetiqueta robots dice noindex, y la lista de tareas muestra «La página está excluida de Google». Un noindex en la cabecera HTTP aparece como la tarea «Una cabecera HTTP excluye la página de Google».

Comprobación 3: ¿robots.txt bloquea la página?

El archivo https://tu-sitio.example/robots.txt indica a los rastreadores qué rutas deben dejar en paz. La introducción a robots.txt de Google lo describe sobre todo como una forma de gestionar el tráfico de los rastreadores. Una regla que coincide con tu página impide que Googlebot la descargue: una URL bloqueada se omite sin hacer ninguna petición (nociones básicas de SEO con JavaScript). La URL aún puede aparecer en los resultados si otras páginas enlazan a ella, pero sin descripción, porque Google no ha leído la página.

El accidente clásico son dos líneas:

User-agent: *
Disallow: /

Bloquean el sitio entero para todos los rastreadores que respetan el archivo. Una regla más estrecha como Disallow: /tienda/ bloquea esa carpeta y todo lo que cuelga de ella. Compara cada línea Disallow con la ruta de tu página.

En SEOgrinder: la tarjeta «Indexación» dice «Esta URL tiene el rastreo bloqueado» y muestra la regla que ha coincidido. La tarea se llama «robots.txt bloquea esta URL».

Comprobación 4: ¿La página es un soft 404?

Un soft 404 es una página que dice «no encontrada» o que casi no muestra nada, pero responde con estado 200. La página de Google sobre los códigos de estado explica que, cuando una respuesta 2xx contiene un mensaje de error o una página vacía, Search Console muestra un error soft 404. Para las páginas que de verdad no existen, Google recomienda un 404 auténtico. Para una página que debería existir, la solución es la contraria: darle contenido real.

En el informe «Indexación de páginas», busca el motivo «Soft 404». Para una dirección concreta, haz la prueba en directo y abre «Ver página probada», que muestra una captura de pantalla de la página tal como la renderiza Google. Después pregunta a tu servidor por una dirección que no puede existir:

curl -s -L -o /dev/null -w "%{http_code} %{url_effective}\n" https://tu-sitio.example/pagina-que-no-existe

Lo que quieres ver es 404. Si obtienes 200, el servidor responde con éxito a cualquier dirección, y ese es el patrón que hay detrás de los soft 404. Nuestro artículo sobre los errores soft 404 tiene las soluciones para nginx, Node y aplicaciones de una sola página.

En SEOgrinder: la tarjeta «Indexación» tiene la línea «Las direcciones desconocidas devuelven 404 correctamente», o «Las direcciones desconocidas devuelven 200 en lugar de 404» junto con una tarea. SEOgrinder se inventa una dirección y se la pide a tu servidor, así que prueba cómo trata tu servidor las direcciones que no existen. Si Google ha archivado tu página como soft 404, solo lo dice Search Console.

Comprobación 5: ¿El contenido solo se construye en el navegador?

Google ejecuta JavaScript. Sus nociones básicas de SEO con JavaScript explican que las páginas con estado 200 esperan en una cola de renderizado, que puede tardar «a few seconds, but it can take longer», es decir, unos segundos o más. Por sí solo, JavaScript no deja una página fuera de Google. Se convierte en causa en cuatro casos que describe esa misma página:

• noindex en el HTML original. Si Google ve noindex, puede saltarse el renderizado, así que el JavaScript que quita la etiqueta «may not work as expected», o sea, puede no funcionar como esperas. Si quieres que la página se indexe, no pongas noindex en el código original.
• Scripts bloqueados. «Google Search won't render JavaScript from blocked files or on blocked pages»: Google no renderiza JavaScript de archivos bloqueados ni en páginas bloqueadas.
• Enlaces que no son enlaces. Google solo descubre los enlaces que son elementos <a> con un atributo href. Las direcciones que solo se distinguen después de un # no son fiables.
• Páginas de error en aplicaciones de una sola página. Una aplicación que responde 200 a cualquier dirección produce soft 404 (comprobación 4).

Para comprobarlo, elige «Ver código fuente» (no el panel «Elementos» de las herramientas para desarrolladores) y busca tu titular y el texto principal. Si faltan, los construye JavaScript. Después usa la prueba en directo y «Ver página probada» para ver cómo la ha renderizado Google. Google añade que el renderizado en el servidor o el prerenderizado siguen siendo una buena idea, porque «not all bots can run JavaScript». Esos otros bots los trata nuestro artículo sobre los rastreadores de IA y JavaScript.

En SEOgrinder: la tarea «La página solo se construye en el navegador» aparece cuando el HTML que entrega tu servidor casi no contiene texto, encabezados ni enlaces internos. Señala el riesgo para los rastreadores que no ejecutan JavaScript. Si Google renderiza bien tu página, lo muestra la prueba en directo.

Comprobación 6: ¿Puede Google encontrar la página? Sitemap y enlaces

Google solo puede indexar lo que encuentra. Según la ayuda del informe «Indexación de páginas», se entera de una página por un sitemap, por una solicitud de rastreo o por un enlace desde algún sitio. Googlebot rastrea las URL que ha encontrado en páginas que ya había rastreado, así que una página a la que no enlaza nada puede seguir siendo desconocida, sobre todo en un sitio nuevo con pocos enlaces externos (descripción general de los sitemaps).

• Mira tu sitemap. Abre https://tu-sitio.example/sitemap.xml, o la dirección que figure en robots.txt, y busca la página. Google pide direcciones completas y absolutas, y solo las que quieras ver en los resultados de búsqueda (crear un sitemap). Las páginas que responden 404, redirigen o llevan noindex no deben estar en él.
• Envíalo. El informe «Sitemaps» de Search Console muestra cuándo leyó Googlebot el archivo y los errores que encontró. robots.txt no debe bloquear el archivo.
• Enlaza la página desde al menos otra que ya esté indexada, como la página de inicio o un artículo relacionado.
• Solicita la indexación, con moderación. Para un sitio nuevo, Google considera que solicitar la indexación de la página de inicio es el mejor primer paso. La herramienta de inspección de URLs es para «just a few URLs», es decir, unas pocas direcciones; hay una cuota, y pedir una y otra vez la misma URL «won't get it crawled any faster», no hace que se rastree antes (ayuda para volver a rastrear).

Un sitemap ayuda a Google a descubrir direcciones, pero «doesn't guarantee» que todo lo que contiene se rastree y se indexe. Google añade que un sitio de unas 500 páginas o menos, enlazado de forma completa, puede que no necesite sitemap.

En SEOgrinder: la tarjeta «Indexación» dice «Esta URL está en el sitemap» o «Esta URL no está en el sitemap». La lista de tareas puede mostrar «No se encontró sitemap», «El sitemap incluye una página con noindex» y una tarea que cuenta las URL del sitemap que no responden con 200. Con el recorrido del sitio, una tarea como «Una página no recibe ningún enlace interno» señala las páginas a las que no enlaza nada.

Comprobación 7: ¿Ha tenido Google tiempo suficiente?

Google no da ninguna fecha. Su ayuda para volver a rastrear dice: «Crawling can take anywhere from a few days to a few weeks.» La ayuda del informe «Indexación de páginas» añade que Google puede tardar «a week or so» en empezar a rastrear e indexar una página o un sitio nuevos, que la indexación «is never instant, even when you submit a crawl request directly» (nunca es instantánea, ni siquiera con una solicitud de rastreo directa) y que Google no garantiza que todas las páginas lleguen a su índice.

Search Console muestra dos estados de espera. «Descubierta: actualmente sin indexar» significa que Google ha encontrado la página pero todavía no la ha rastreado, normalmente porque esperaba que el rastreo sobrecargara el sitio. «Rastreada: actualmente sin indexar» significa que Google ha descargado la página y no la ha añadido. Google lo llama «a common message for many sites» (un mensaje habitual en muchos sitios) que «doesn't necessarily indicate an issue that needs attention», y pide no esperar que se indexen todas las URL de un sitio.

Si las comprobaciones 1 a 6 están limpias y la página tiene más de unas semanas, Google no da ningún otro motivo para «Rastreada: actualmente sin indexar». Esta es nuestra opinión, no la de Google: mira si la página dice algo que tus otras páginas no dicen y si le enlazan páginas importantes.

En SEOgrinder: no puede leer el reloj de Google. En una instalación local conectada a Search Console, puede preguntar a la inspección de URLs por la página analizada y mostrar en el informe la respuesta guardada de Google, por ejemplo «Google todavía no conoce esta dirección». La versión de seogrinder.com no se conecta a tu cuenta de Search Console.

Qué puede y qué no puede decirte un análisis

SEOgrinder es nuestra herramienta, y la construimos nosotros. Un análisis desde fuera lee lo que dice tu página y cómo responde tu servidor: estado, noindex, robots.txt, el comportamiento de soft 404 del servidor, el HTML entregado y el sitemap. No puede ver el índice de Google, y tampoco puede decirte por qué Google rastreó una página y la dejó fuera. Esa pregunta la responden Search Console y la búsqueda de la dirección exacta. Un informe en verde no promete que la página vaya a aparecer ni en qué posición, y nadie puede prometerlo.

Errores frecuentes

• Juzgar por una sola búsqueda. Los resultados cambian según la persona y el lugar. Busca la dirección exacta o usa la inspección de URLs.
• Bloquear en robots.txt y añadir además noindex. Entonces Google nunca ve la regla noindex. Usa una herramienta para cada objetivo.
• Quitar noindex en un solo sitio. Puede estar a la vez en el ajuste de un plugin, en una metaetiqueta y en una cabecera HTTP.
• Solicitar la indexación una y otra vez. No acelera nada.
• Parar en el primer hallazgo. Una misma página puede sufrir varias causas, así que repasa las siete comprobaciones.

Preguntas frecuentes

¿Por qué mi página web nueva no aparece en Google?

Una posible razón es que Google todavía no la ha rastreado, algo que puede tardar una semana más o menos. Envía un sitemap, solicita la indexación de la página de inicio y repasa las siete comprobaciones.

¿Por qué Search Console dice «La URL está en Google» si no encuentro la página?

«La URL está en Google» significa que la página puede aparecer, no que aparezca en todas las búsquedas. Busca la dirección exacta. Si sale, la indexación está bien y la duda es de posicionamiento.

Mi página estaba en Google y ha desaparecido. ¿Qué comprobación toca?

Empieza por las comprobaciones 1 a 3. Google elimina las URL indexadas que devuelven un estado 4xx, y afirma que una caída de las páginas indexadas sin un aumento equivalente de errores puede significar que estás bloqueando páginas existentes con robots.txt, con noindex o con un inicio de sesión. Busca también una solicitud de retirada.

Tu siguiente paso

Introduce la dirección de la página que falta en el análisis gratuito de SEOgrinder. En la pestaña «Página en Google», lee la tarjeta «Indexación» y corrige cada línea en rojo; la lista de tareas indica qué hacer primero. Pulsa «Comprobar de nuevo» después de tu cambio (los informes pueden permanecer hasta 24 horas en la caché), envía luego el sitemap y dale tiempo a Google. Para todo lo que va más allá de la indexación, usa nuestra checklist de auditoría SEO.

Sigue leyendo

• Indexar una página en Google: 5 pasos que hemos probado