Cómo usar: Rastreador web
- Introduce tu página de inicio (o cualquier URL de inicio) y elige cuántas páginas rastrear: 30 es un chequeo rápido y 100 cubre la mayoría de los sitios pequeños.
- Haz clic en Iniciar rastreo. Las páginas aparecen en vivo a medida que se cargan; pulsa Detener en cualquier momento para conservar los resultados obtenidos hasta ese punto.
- Haz clic en un filtro de problema, como Título duplicado o Falta H1, para ver solo las páginas afectadas.
- Exporta el rastreo completo en CSV para planificar las correcciones o compartirlo con tu equipo.
¿Qué es un rastreador web?
Un rastreador web (o spider) funciona como un bot de buscador: carga una página de inicio, recoge los enlaces internos, visita esas páginas, recoge sus enlaces y así sucesivamente. Por el camino registra el código de estado de cada página y los elementos SEO on-page, de modo que los problemas que se repiten en muchas URL —títulos duplicados, descripciones ausentes, plantillas rotas— se vuelven visibles de un vistazo.
Cómo funciona este rastreador
- Empieza en la URL que introduces y sigue los enlaces
<a href>que se mantienen en el mismo dominio (con o sinwww). - Se cargan hasta cuatro páginas a la vez, así que el rastreo no sobrecarga tu servidor.
- Los archivos como PDF, imágenes, vídeos y archivos comprimidos se omiten; solo se analizan las páginas HTML.
- Lee el HTML sin procesar que devuelve tu servidor. Los enlaces que solo aparecen después de ejecutar JavaScript no se descubren; si tu rastreo se detiene en una sola página, lo más probable es que tu navegación se genere en el cliente.
- Respeta robots.txt: se identifica como
DevPackBot, sigue las reglas paraDevPackBot(o*si no hay un grupo específico), muestra las URL bloqueadas como “Bloqueado por robots.txt” sin cargarlas, y respetaCrawl-delay(hasta 5 segundos) cargando una página a la vez. Si robots.txt devuelve un error de servidor, no rastrea nada, tal como exige la RFC 9309. Para ver cómo tratan Googlebot u otros bots tu sitio, usa el Robots.txt Tester. - Descubre páginas solo a través de enlaces. Las páginas que aparecen únicamente en tu sitemap no se visitan; compáralas con el Sitemap Validator.
Problemas que reporta el rastreador
| Problema | Por qué importa | Solución habitual |
|---|---|---|
| Página rota | Callejones sin salida para los usuarios y presupuesto de rastreo desperdiciado | Restaura la página o redirígela con un 301, y actualiza los enlaces |
| Redirección | Los enlaces internos que saltan añaden latencia | Enlaza directamente a la URL final |
| Título ausente / duplicado | El título es la principal señal de posicionamiento y de clics en los resultados de búsqueda | Escribe un título único de 30–60 caracteres por página |
| Descripción ausente / duplicada | Google puede generar un fragmento de peor calidad | Escribe un resumen único de unos 120–160 caracteres |
| H1 ausente / múltiple | Tema principal poco claro para los usuarios y los lectores de pantalla | Usa un único H1 descriptivo por página |
| Noindex | La página queda excluida de los resultados de búsqueda | Elimina la etiqueta si la página debería posicionarse |
| Contenido escaso | Menos de 300 palabras rara vez responde a una consulta por completo | Amplía, fusiona o marca como noindex las páginas de poco valor |
| Imágenes sin alt | Accesibilidad y búsqueda de imágenes | Añade texto alternativo descriptivo (usa alt="" en imágenes decorativas) |
| Página lenta | Más de 1,5 s para descargar el HTML perjudica todas las métricas posteriores | Caché, una CDN, plantillas más ligeras |
El recuento de palabras incluye todo el texto visible del cuerpo de la página, incluidos la navegación y el pie, así que trata “contenido escaso” como un aviso para revisar, no como un veredicto.
Consejos para un rastreo útil
Empieza con un límite pequeño para comprobar que el rastreador puede seguir tu navegación y luego haz un rastreo más amplio. Corrige los problemas por plantilla, no página por página: un patrón de título incorrecto suele explicar cientos de duplicados. Para un análisis detallado de una sola URL, usa el SEO Checker; para verificar todos los enlaces de una página, usa el Broken Link Checker.
También se busca como: auditoría seo web, crawler web, auditoría técnica seo, títulos duplicados, alternativa a screaming frog, rastrear sitio web, spider seo.
Herramientas que combinan con: Rastreador web
- Generador de Sitemap — Rastrea tu web y obtén un sitemap.xml limpio que contiene solo las páginas que merecen indexarse: estado 200, sin noindex y autocanónicas, con cada URL excluida y el motivo indicado.
- Comprobador de Meta Tags — Mira cómo es probable que Google muestre tu página: el title y la descripción medidos en píxeles, vistas previas en escritorio y móvil, y todas las meta tags del <head>.
- Comprobador de encabezados — Visualiza el esquema de encabezados de cualquier página.
- Guía sobre el archivo robots.txt — Las reglas de robots.txt son breves, pero es fácil malinterpretarlas.
Preguntas frecuentes
¿El rastreador ejecuta JavaScript?
No. Analiza el HTML que envía tu servidor, que es también lo primero que ven los buscadores. Las páginas y enlaces que solo existen tras el renderizado en el cliente no se encontrarán.
¿Cuántas páginas puedo rastrear?
Hasta 100 páginas por rastreo. Elige un límite menor para una revisión rápida; puedes detener un rastreo en cualquier momento y aun así exportar lo recopilado.
¿El rastreador respeta robots.txt?
Sí. Rastrea como DevPackBot y sigue las reglas de robots.txt para DevPackBot (o el grupo *), omite las URL no permitidas y respeta Crawl-delay. Si quieres bloquearlo, añade “User-agent: DevPackBot” con “Disallow: /”.
¿Por qué encontró menos páginas de las que tiene mi sitio?
El rastreador solo encuentra páginas enlazadas desde otras páginas rastreadas. Las páginas huérfanas (solo en tu sitemap), los enlaces añadidos por JavaScript y los enlaces a otros subdominios no se siguen. Compara con tu sitemap usando el Sitemap Validator.
¿Rastrear ralentizará mi sitio web?
Carga como máximo cuatro páginas a la vez (una a una si tu robots.txt define un Crawl-delay), lo que equivale a un visitante navegando con rapidez. Cada rastreo está limitado a 100 páginas.
¿Esto reemplaza a rastreadores de escritorio como Screaming Frog?
Cubre las comprobaciones más comunes de estado y on-page sin instalar nada, lo que resulta ideal para auditorías rápidas. Para sitios muy grandes, renderizado de JavaScript o extracción personalizada, un rastreador de escritorio dedicado sigue siendo la mejor opción.