Curso HTML 15.3 Metadatos para SEO: meta robots, canonical (conceptual)

15.3 Metadatos para SEO: meta robots y canonical

1. Introducción a los metadatos SEO

Los metadatos en la sección <head> de una página HTML permiten controlar cómo los motores de búsqueda rastrean e indexan el contenido. Dos de los más relevantes para evitar duplicate content y optimizar la indexación son:

meta robots: Indica a los bots qué pueden o no pueden hacer con la página.
link rel=’canonical’: Señala la URL canónica o preferida, previniendo duplicidades.

2. META ROBOTS

2.1. ¿Qué es y para qué sirve?

La etiqueta <meta name='robots' content='...'> define instrucciones para los rastreadores (Googlebot, Bingbot, etc.). Si no existe, los motores suelen asumir index, follow por defecto.

2.2. Directivas más comunes

Directiva	Función
index	Permite indexar la página
noindex	No indexa la página (la excluye de los resultados)
follow	Sigue los enlaces para rastrear otras páginas
nofollow	No sigue los enlaces (no traspasa link juice)
noarchive	Evita que se muestre la copia en caché
nosnippet	No muestra fragmentos de texto en resultados
noimageindex	Evita indexar imágenes de la página
unavailable_after	Caduca la indexación tras fecha indicada

2.3. Sintaxis y ejemplos

Se puede usar una sola etiqueta con valores separados por comas o varias etiquetas (no recomendado).


<meta name='robots' content='noindex, nofollow, noarchive'>


<meta name='robots' content='noindex'>
<meta name='robots' content='nofollow'>

2.4. Casos de uso avanzados

Páginas transaccionales o de pago: usar noindex, follow para que no aparezcan pero sí se transmitan enlaces internos.
Paginación: en algunas secciones de archivo, noindex, follow y usar rel='next'/rel='prev'.
Fechas de caducidad: unavailable_after: 25 Jun 2024 00:00:00 EST para eventos.

3. LINK REL=’CANONICAL’

3.1. Concepto y objetivo

El enlace canónico indica al buscador cuál es la URL “oficial” de un contenido, evitando que múltiples URLs con el mismo contenido compitan entre sí.

3.2. Sintaxis básica

<link rel='canonical' href='https://www.ejemplo.com/pagina-principal/' />

3.3. Buenas prácticas

Usar siempre URL absolutas (incluyendo protocolo, dominio y rutas).
Incluir la barra final si la versión canónica la lleva (trailing slash consistency).
Autorreferenciar cada página (incluir su propia canonical).
En contenido traducido o distribuido en otros dominios, apuntar al dominio principal.
No mezclar parámetros no relevantes; filtrar parámetros en Search Console cuando sea posible.

3.4. Ejemplos prácticos

1) Página con parámetros de seguimiento:

<!-- Página real -->
<link rel='canonical' href='https://www.ejemplo.com/producto/1234/' />

<!-- Visita con parámetros UTM, la canonical evita indexar múltiples versiones -->
URL real: https://www.ejemplo.com/producto/1234/?utm_source=campaña

2) Contenido duplicado en subdominios (cross-domain):

<!-- En el subdominio -->
<link rel='canonical' href='https://www.ejemplo.com/articulo/top-10-herramientas' />

3.5. Canonical dinámico con JavaScript (avanzado)

Si generas rutas con JS, asegúrate de inyectar la etiqueta antes de que Google renderice:

<script>
  var canonical = document.createElement('link');
  canonical.rel = 'canonical';
  canonical.href = window.location.origin + window.location.pathname;
  document.head.appendChild(canonical);
</script>

4. Conclusiones y recomendaciones

Combine meta robots y canonical para un control preciso de indexación y duplicidad.
Verifique en Google Search Console las URLs indexadas vs canónicas asignadas.
Evite directivas contradictorias (noindex vs canonical hacia otra URL).
Realice auditorías periódicas para detectar contenidos no deseados o duplicados.