¿Te has preguntado alguna vez cómo Google gestiona el contenido de las páginas web para mostrártelo en los resultados de búsqueda? En el último episodio del podcast «Search Off the Record» del equipo de Google Search, Martin, John y Zoe nos desvelan algunos secretos sobre el proceso de renderizado en Google. Aquí te contamos todo lo que debes saber.
Google nos cuenta cómo funciona el renderizado en la búsqueda
En el episodio 77 del podcast, Martin, John y Zoe del equipo de Google Search se unen para discutir sobre cómo Google maneja el renderizado de las páginas web. Zoe Clifford, del equipo de renderizado, nos explica qué es el renderizado y por qué es importante.
Según Zoe, el renderizado en Google significa «navegación sin cabeza», un término que describe cómo un navegador es controlado por una computadora para cargar y procesar páginas web, simulando cómo un usuario vería la página después de que el JavaScript se haya ejecutado.
El reto de renderizar todas las páginas web
El proceso de renderizado es costoso y complejo. Zoe menciona que Google decide qué páginas deben ser renderizadas, priorizando aquellas que contienen HTML y no otros tipos de contenido como PDFs. Esto es crucial para poder indexar el contenido de manera efectiva.
Martin y Zoe también discutieron sobre el concepto de DOM (Document Object Model), que es la representación en forma de árbol de todo el contenido de una página web dentro del navegador. Este DOM puede ser manipulado por JavaScript para agregar, eliminar o cambiar elementos en la página.
¿Qué es el Evergreen Googlebot?
En 2019, Google introdujo el Evergreen Googlebot, un bot que se actualiza regularmente para seguir la versión estable de Chrome. Antes de esto, las actualizaciones eran manuales y más tediosas, lo que a veces causaba problemas de compatibilidad con nuevas tecnologías como ES6.
Zoe compartió una anécdota interesante sobre los problemas que surgían antes de estas actualizaciones automáticas. Por ejemplo, el bot no disparaba un evento de JavaScript llamado requestIdleCallback, lo que causaba que ciertas páginas no cargaran correctamente.
Los desafíos de los agentes de usuario
Un problema común que menciona Zoe son las «travesuras del agente de usuario». Esto ocurre cuando los desarrolladores escriben código específico para Googlebot, lo que puede causar problemas si el código no se actualiza correctamente. John también compartió un caso en el que un sitio web redirigía incorrectamente a una página de error cuando se usaba el agente de usuario de Googlebot.
La importancia de las redirecciones JavaScript
Las redirecciones JavaScript también fueron tema de discusión. Zoe explicó que, aunque estas redirecciones se procesan en el tiempo de renderizado en lugar del tiempo de rastreo, Google las sigue igual que las redirecciones normales. Sin embargo, pueden ocurrir problemas si las redirecciones se implementan incorrectamente, creando bucles de redirección.
El manejo de cookies y robots.txt
En cuanto al manejo de cookies, Zoe mencionó que el renderizado de Google acepta cookies, pero no interactúa con los diálogos de consentimiento. Además, el proceso de renderizado respeta las restricciones de robots.txt, lo que significa que si un recurso está bloqueado, no será accesible para el renderizado.
Para finalizar, Zoe y John resaltaron la importancia de herramientas como Google Search Console y el URL Inspection Tool para probar y depurar cómo Googlebot renderiza las páginas. Estas herramientas son esenciales para asegurarse de que el contenido se indexe correctamente.
En resumen, este episodio del podcast «Search Off the Record» ofrece una visión fascinante del complejo proceso de renderizado de Google y cómo se asegura de que las páginas web se indexen de manera eficiente. Si eres desarrollador web o tienes un sitio web, estas son consideraciones importantes para mejorar tu visibilidad en los resultados de búsqueda de Google.
Fuente: https://www.youtube.com/watch?v=XBT_DUzUbOI&t=1s