Crawler de SEO para JavaScript: como rastrear um site em JavaScript
Um site feito com React, Vue, Angular ou Next.js pode parecer perfeito no navegador e ainda assim entregar aos crawlers uma página quase vazia. Um crawler de SEO para JavaScript mostra as duas versões, o HTML que o servidor envia e a página depois que os scripts rodam, e onde elas divergem.
Por que sites em JavaScript precisam de um crawl diferente
O Google processa páginas em JavaScript em três fases: rastreamento, renderização em um Chromium headless quando há recursos disponíveis, e depois indexação. O guia do Google noções básicas de SEO para JavaScript explica a fila entre o rastreamento e a renderização. Até a renderização acontecer, o Google trabalha com o HTML bruto.
Outros crawlers podem nunca renderizar. Muitos crawlers de IA e alguns buscadores leem só o HTML que o servidor envia. Então a pergunta real é o que está faltando antes da renderização, e se algo muda no caminho.
Um crawler de HTML simples vê só a resposta bruta. Um crawler de SEO para JavaScript carrega cada página em um navegador de verdade, espera ela se estabilizar e guarda as duas versões lado a lado. O SEO ProCheck explica passo a passo como buscadores e crawlers de IA renderizam as suas páginas.
Páginas client-side, server-side, estáticas e hidratadas
A forma como o site monta as páginas decide o que o HTML bruto deve conter.
| Como a página é montada | O HTML bruto contém | Texto sem JavaScript | Configuração típica |
|---|---|---|---|
| Renderização no cliente | Uma div raiz, tags script | – | App em React, Vue ou Angular |
| Renderização no servidor | A página completa | ✓ | Next.js, Nuxt, Angular SSR |
| Geração estática | A página completa, gerada antes | ✓ | Exportações estáticas, geradores de sites |
| Hidratação | A página completa, depois os scripts | ✓ | A maioria dos sites com framework |
| Misto | Depende do template | ◐ | A maioria dos sites reais |
Um site em Next.js pode servir as páginas de produto pelo servidor e montar os resultados de busca ou as páginas de conta no navegador. É por isso que se verifica por template: um único template renderizado no cliente pode esconder milhares de URLs.
HTML renderizado vs bruto: o que comparar
Compare elemento por elemento. Para cada um: ele está no HTML bruto, e o JavaScript o altera?
| Elemento | Risco se só estiver no renderizado | Verificação da Neova |
|---|---|---|
| Title | A página fica sem nome | Title só aparece no HTML renderizado |
| Meta description | Sem fonte para o snippet | Meta description só aparece no HTML renderizado |
| H1 | Sem tema visível | H1 só aparece no HTML renderizado |
| Canonical | Dois sinais diferentes | Canonical alterada ou removida por JavaScript |
| Noindex | O Google pode pular a renderização | Diretiva noindex é removida por JavaScript |
| Links internos | Descobertos tarde, ou nunca | Links internos aparecem só no HTML renderizado |
| Texto principal | Página bruta rasa | A maior parte do texto principal só aparece no HTML renderizado |
Dados estruturados e hreflang também podem ser injetados por scripts. Verifique se estão presentes, e idênticos, nas duas versões. O padrão mais seguro é o mais sem graça: tudo o que importa para a busca está no HTML do servidor, e o JavaScript só acrescenta interação.
Números que importam em um site JavaScript
| Limite | Valor | Fonte |
|---|---|---|
| HTML que o Googlebot busca por arquivo | Os primeiros 15 MB | |
| Tempo de renderização sinalizado | Acima de 4 segundos | Renderização de JavaScript leva mais de 4 segundos |
| Texto principal só no HTML renderizado | Mais da metade, 50+ palavras | Grupo de páginas depende de renderização de JavaScript para o texto principal ou a navegação |
| Links de navegação só no renderizado | Metade ou mais | Grupo de páginas depende de renderização de JavaScript para o texto principal ou a navegação |
| Rotas com hash enviadas ao servidor | Nada depois do # | RFC 3986 |
Os limites de 4 segundos e de metade do texto são da Neova, descritos na regra de cada verificação. Os 15 MB e a regra do fragmento vêm do Google e do padrão de URI.
Como configurar um crawl de SEO para JavaScript
- Rastreie primeiro sem renderizar. Um crawl bruto rápido mostra o que o servidor envia. Se ele encontrar pouquíssimas páginas, a navegação provavelmente precisa de JavaScript.
- Renderize uma amostra por template. Algumas páginas por grupo de páginas mostram quais templates dependem de scripts. Renderize o site inteiro só onde eles dependem.
- Deixe as páginas se estabilizarem. Espere a rede ficar em silêncio e a página parar de mudar.
- Não bloqueie scripts. Veja Página HTML usa um arquivo JavaScript bloqueado pelo robots.txt.
- Mantenha uma velocidade educada. Uma página renderizada pode significar dezenas de requisições de scripts, estilos e chamadas de API.
- Leia as falhas também. Veja A renderização de JavaScript falhou ou excedeu o tempo limite.

O guia como rastrear um site trata de escopo, velocidade e permissão.
Problemas comuns de SEO para JavaScript que um crawler encontra
- Links que não são links. O Google segue elementos
acom umhref. Um botão com um handler de clique não é um link. Veja o guia do Google sobre links rastreáveis. - Rotas atrás de um hash.
/#/productsparece uma única página, porque a parte depois do hash nunca chega ao servidor. Use a History API e caminhos reais. - Soft 404s. Uma single page app costuma responder 200 para todas as rotas e depois mostrar uma mensagem de página não encontrada no navegador.
- Conteúdo que espera um clique ou uma rolagem. Crawlers não clicam em abas. As orientações do Google sobre conteúdo com lazy loading mostram como carregá-lo para que seja indexado.
- Metadados presos na primeira rota. O title e a canonical mantêm os valores da primeira página, a menos que o router os atualize.
- Redirecionamentos em JavaScript. São percebidos mais devagar do que um redirecionamento de servidor, e alguns crawlers nunca os veem.
- Erros que removem conteúdo. Uma chamada de API que falha pode deixar uma página sem o title ou o texto principal. Veja Erros de JavaScript removem title, canonical ou texto principal na renderização.
Mais respostas no FAQ de SEO para JavaScript do SEO ProCheck.
Como rastrear sites em React, Next.js e single page apps
Uma single page app. Espere um HTML bruto quase vazio e um crawl bruto pequeno. Renderize uma amostra de cada tipo de rota e verifique se cada rota tem a sua própria URL, title e canonical, e um status 404 real para as páginas que não existem. Renderização no servidor ou geração estática é a correção que ajuda todos os crawlers de uma vez.
Um site em Next.js ou Nuxt. A maioria das páginas já está no HTML bruto. Procure as exceções: rotas montadas no navegador, metadados definidos por um client component, menus que só renderizam depois da hidratação.
Um misto. Agrupe as URLs por template e veja a parcela de páginas cujo conteúdo está no HTML bruto, por grupo. Um grupo muito abaixo dos outros costuma ser um template a corrigir. Teste depois de cada release: uma pequena mudança em um componente pode levar um title ou um link do servidor para o navegador.
Além do Google: crawlers de IA e o HTML bruto
Os assistentes de IA buscam páginas para responder perguntas, e muitos dos seus crawlers leem o HTML do jeito que ele chega. Uma página que precisa de JavaScript para o texto principal pode estar quase vazia para eles, mesmo quando o Google a indexa sem problemas. O SEO ProCheck explica SSR vs CSR e a visibilidade em IA.
Por isso, um crawl de SEO para JavaScript também deve mostrar o que cada crawler de IA recebe. O guia de crawlers de IA trata dos tokens e das regras do robots.txt.
Como a Neova rastreia sites em JavaScript
A Neova roda no Mac (Apple silicon), Windows e Linux, com a Neova Online no navegador. A renderização de JavaScript está em todos os planos, inclusive o plano Free.
| Recurso | O que faz |
|---|---|
| Renderização no Chrome | Todas as páginas, ou algumas por grupo |
| Espera da renderização | Espera a página se estabilizar |
| Coluna Renderização | Renderizada no servidor, Hidratada, Precisa de JavaScript |
| Código-fonte, bruto e renderizado | As duas versões do HTML, lado a lado |
| Tela Renderização | O que cada crawler de IA recebe |
| Selo Rastreado sem renderização | Verificações puladas, novo crawl em um clique |
| Rastrear com o Chrome | Para sites com proteção contra bots |
A renderização vem desligada por padrão, para que um primeiro crawl continue rápido. Rastrear com o Chrome fica no app desktop. A página de recursos lista o resto, Comparar mostra como outros crawlers lidam com a renderização, e o guia de crawler de SEO avançado trata da renderização em escala.
Perguntas
O que é um crawler de SEO para JavaScript?
Um crawler que carrega as páginas em um navegador de verdade, roda os seus scripts e guarda a página renderizada ao lado do HTML bruto que o servidor enviou. Comparar os dois mostra titles, links, canonicals e textos que só existem depois que o JavaScript roda.
O Google renderiza JavaScript?
Sim. O Google rastreia uma URL, coloca-a na fila de renderização em um Chromium headless e depois indexa a página renderizada. A renderização pode vir bem depois do rastreamento, e muitos crawlers de IA leem só o HTML bruto.
Qual é a diferença entre HTML bruto e renderizado?
O HTML bruto é o que o servidor envia antes de qualquer script rodar. O HTML renderizado é a página depois que o navegador roda o JavaScript. Em um site renderizado no servidor eles são parecidos; em um app renderizado no cliente, o HTML bruto pode estar quase vazio.
Preciso renderizar todas as páginas de um site em JavaScript?
Normalmente não. Renderize primeiro algumas páginas por template. Templates que estão inteiros no HTML do servidor não precisam de renderização completa; templates que dependem de JavaScript precisam.
Posso rastrear um site em React ou Next.js de graça?
Sim. O plano Free da Neova inclui renderização de JavaScript no Chrome, até 1.000 URLs por crawl, com todas as verificações. Veja os preços ou baixe a Neova.