Crawler SEO para JavaScript: cómo rastrear un sitio web con JavaScript
Un sitio hecho con React, Vue, Angular o Next.js puede verse perfecto en el navegador y aun así entregar a los crawlers una página casi vacía. Un crawler SEO para JavaScript te muestra las dos versiones, el HTML que envía el servidor y la página después de ejecutarse los scripts, y dónde no coinciden.
Por qué los sitios con JavaScript necesitan otro tipo de rastreo
Google procesa las páginas con JavaScript en tres fases: rastreo, renderizado en un Chromium headless cuando tiene recursos y, después, indexación. Los conceptos básicos de SEO para JavaScript de Google explican la cola entre el rastreo y el renderizado. Hasta que se renderiza, Google trabaja con el HTML sin procesar.
Otros crawlers puede que nunca rendericen. Muchos crawlers de IA y algunos buscadores solo leen el HTML que envía el servidor. Así que la pregunta real es qué falta antes del renderizado y si algo cambia por el camino.
Un crawler de HTML simple solo ve la respuesta sin procesar. Un crawler SEO para JavaScript carga cada página en un navegador real, espera a que se estabilice y guarda las dos versiones una al lado de la otra. SEO ProCheck explica paso a paso cómo renderizan tus páginas los buscadores y los crawlers de IA.
Páginas del lado del cliente, del lado del servidor, estáticas e hidratadas
La forma en que el sitio construye sus páginas decide qué debería contener el HTML sin procesar.
| Cómo se construye la página | El HTML sin procesar contiene | Texto sin JavaScript | Configuración típica |
|---|---|---|---|
| Renderizado del lado del cliente | Un div raíz, etiquetas script | – | App de React, Vue o Angular |
| Renderizado del lado del servidor | La página completa | ✓ | Next.js, Nuxt, Angular SSR |
| Generación estática | La página completa, generada de antemano | ✓ | Exportaciones estáticas, generadores de sitios |
| Hidratación | La página completa y luego los scripts | ✓ | La mayoría de los sitios con frameworks |
| Mixto | Depende de la plantilla | ◐ | La mayoría de los sitios reales |
Un sitio Next.js puede servir las páginas de producto desde el servidor y construir los resultados de búsqueda o las páginas de cuenta en el navegador. Por eso se comprueba por plantilla: una sola plantilla renderizada en el cliente puede ocultar miles de URL.
HTML renderizado frente a HTML sin procesar: qué comparar
Compara elemento por elemento. Para cada uno: ¿está en el HTML sin procesar y lo cambia JavaScript?
| Elemento | Riesgo si solo está renderizado | Comprobación de Neova |
|---|---|---|
| Título | La página no tiene nombre | El título aparece solo en el HTML renderizado |
| Meta description | Sin fuente para el fragmento | La meta description solo aparece en el HTML renderizado |
| H1 | Sin tema visible | El H1 solo aparece en el HTML renderizado |
| Canonical | Dos señales distintas | JavaScript cambia o elimina el canonical |
| Noindex | Google puede saltarse el renderizado | JavaScript elimina la directiva noindex |
| Enlaces internos | Se encuentran tarde o nunca | Los enlaces internos aparecen solo en el HTML renderizado |
| Texto principal | Página sin procesar pobre | La mayor parte del texto principal aparece solo en el HTML renderizado |
Los datos estructurados y hreflang también pueden inyectarse con scripts. Comprueba que están presentes, e idénticos, en las dos versiones. El patrón más seguro es aburrido: todo lo que importa para la búsqueda está en el HTML del servidor, y JavaScript solo añade interacción.
Cifras que importan en un sitio con JavaScript
| Límite | Valor | Fuente |
|---|---|---|
| HTML que Googlebot descarga por archivo | Los primeros 15 MB | |
| Tiempo de renderizado que se señala | Más de 4 segundos | El renderizado JavaScript tarda más de 4 segundos |
| Texto principal solo en el HTML renderizado | Más de la mitad, 50+ palabras | El grupo de páginas depende del renderizado JavaScript para el texto principal o la navegación |
| Enlaces de navegación solo renderizados | La mitad o más | El grupo de páginas depende del renderizado JavaScript para el texto principal o la navegación |
| Rutas con hash enviadas al servidor | Nada después de # | RFC 3986 |
Los umbrales de 4 segundos y de la mitad del texto son de Neova, y cada comprobación los indica en su regla. Los 15 MB y la regla del fragmento vienen de Google y del estándar URI.
Cómo configurar un rastreo SEO de JavaScript
- Rastrea primero sin renderizar. Un rastreo rápido sin procesar muestra lo que envía el servidor. Si encuentra muy pocas páginas, probablemente la navegación necesita JavaScript.
- Renderiza una muestra por plantilla. Unas pocas páginas por grupo de páginas muestran qué plantillas dependen de los scripts. Renderiza el sitio entero solo donde dependan.
- Deja que las páginas se estabilicen. Espera a que la red quede en calma y la página deje de cambiar.
- No bloquees los scripts. Consulta La página HTML usa un archivo JavaScript bloqueado por robots.txt.
- Mantén una velocidad educada. Una página renderizada puede suponer decenas de peticiones de scripts, estilos y llamadas a API.
- Lee también los fallos. Consulta El renderizado JavaScript falló o se agotó el tiempo.

La guía cómo rastrear un sitio web trata el alcance, la velocidad y los permisos.
Problemas habituales de SEO para JavaScript que encuentra un crawler
- Enlaces que no son enlaces. Google sigue los elementos
acon unhref. Un botón con un controlador de clic no es un enlace. Consulta la guía de Google sobre enlaces rastreables. - Rutas detrás de un hash.
/#/productsparece una sola página, porque la parte después del hash nunca llega al servidor. Usa la History API y rutas reales. - Soft 404. Una single page app suele responder 200 a todas las rutas y después muestra un mensaje de no encontrado en el navegador.
- Contenido que espera un clic o un scroll. Los crawlers no hacen clic en las pestañas. Las notas de Google sobre el contenido de carga diferida explican cómo cargarlo para que se indexe.
- Metadatos atascados en la primera ruta. El title y el canonical conservan los valores de la primera página salvo que el router los actualice.
- Redirecciones en JavaScript. Se detectan más despacio que una redirección del servidor, y algunos crawlers nunca las ven.
- Errores que eliminan contenido. Una sola llamada a la API que falla puede dejar una página sin su title o su texto principal. Consulta Errores de JavaScript eliminan el title, el canonical o el texto principal al renderizar.
Más respuestas en las preguntas frecuentes de SEO para JavaScript de SEO ProCheck.
Rastrear sitios React, Next.js y single page apps
Una single page app. Espera un HTML sin procesar casi vacío y un rastreo sin procesar pequeño. Renderiza una muestra de cada tipo de ruta y comprueba que cada ruta tiene su propia URL, title y canonical, y un estado 404 real para las páginas que no existen. El renderizado en el servidor o la generación estática es la solución que ayuda a todos los crawlers a la vez.
Un sitio Next.js o Nuxt. La mayoría de las páginas ya están en el HTML sin procesar. Busca las excepciones: rutas construidas en el navegador, metadatos definidos por un componente de cliente, menús que solo se renderizan tras la hidratación.
Un sitio mixto. Agrupa las URL por plantilla y mira, en cada grupo, qué proporción de páginas tiene su contenido en el HTML sin procesar. Un grupo muy por debajo del resto suele ser una plantilla que corregir. Prueba después de cada versión: un pequeño cambio en un componente puede llevar un title o un enlace del servidor al navegador.
Más allá de Google: los crawlers de IA y el HTML sin procesar
Los asistentes de IA descargan páginas para responder preguntas, y muchos de sus crawlers leen el HTML tal como llega. Una página que necesita JavaScript para su texto principal puede estar casi vacía para ellos, aunque Google la indexe sin problema. SEO ProCheck explica SSR frente a CSR y la visibilidad en IA.
Así que un rastreo SEO de JavaScript también debería mostrar qué recibe cada crawler de IA. La guía de crawlers de IA trata los tokens y las reglas de robots.txt.
Cómo rastrea Neova los sitios web con JavaScript
Neova funciona en Mac (Apple silicon), Windows y Linux, con Neova Online en el navegador. El renderizado JavaScript está en todos los planes, también en el plan Free.
| Función | Qué hace |
|---|---|
| Renderizado en Chrome | Todas las páginas o unas pocas por grupo |
| Espera del renderizado | Espera a que la página se estabilice |
| Columna Renderizado | Renderizada en el servidor, Hidratada, Necesita JavaScript |
| Código fuente original y renderizado | Las dos versiones del HTML, una al lado de la otra |
| Pantalla Renderizado | Qué recibe cada crawler de IA |
| Distintivo Rastreado sin renderizar | Comprobaciones omitidas, nuevo rastreo con un clic |
| Rastrear con Chrome | Para sitios con protección contra bots |
El renderizado está desactivado por defecto, así que un primer rastreo sigue siendo rápido. Rastrear con Chrome está en la app de escritorio. La página de funciones enumera el resto, Comparar muestra cómo gestionan el renderizado otros crawlers, y la guía del crawler SEO avanzado trata el renderizado a escala.
Preguntas
¿Qué es un crawler SEO para JavaScript?
Un crawler que carga las páginas en un navegador real, ejecuta sus scripts y guarda la página renderizada junto al HTML sin procesar que envió el servidor. Comparar ambos muestra los titles, enlaces, canonicals y textos que solo existen después de ejecutarse JavaScript.
¿Renderiza Google el JavaScript?
Sí. Google rastrea una URL, la pone en cola para renderizarla en un Chromium headless y después indexa la página renderizada. El renderizado puede llegar más tarde que el rastreo, y muchos crawlers de IA solo leen el HTML sin procesar.
¿Qué diferencia hay entre el HTML sin procesar y el renderizado?
El HTML sin procesar es lo que envía el servidor antes de que se ejecute ningún script. El HTML renderizado es la página después de que el navegador ejecute su JavaScript. En un sitio renderizado en el servidor son parecidos; en una app renderizada en el cliente el HTML sin procesar puede estar casi vacío.
¿Tengo que renderizar todas las páginas de un sitio con JavaScript?
Normalmente no. Renderiza primero unas pocas páginas por plantilla. Las plantillas que están completas en el HTML del servidor no necesitan un renderizado completo; las que dependen de JavaScript, sí.
¿Puedo rastrear gratis un sitio React o Next.js?
Sí. El plan Free de Neova incluye el renderizado JavaScript en Chrome, hasta 1.000 URL por rastreo, con todas las comprobaciones. Consulta los precios o descarga Neova.