Las auditorías de plantilla no suelen fallar solo en cabeceras. Fallan en campos aburridos del HTML: un canonical que apunta a staging, un meta robots olvidado, un ID de producto en data-* o JSON-LD con la marca antigua. Ver código fuente en diez URLs es viable. En treinta variantes tras un deploy de CMS, no.
El Extractor CSS y XPath en Scrawl obtiene hasta 10 URLs y ejecuta hasta 10 reglas que defines: CSS (cheerio), XPath (parser HTML con límites) o regex con las mismas protecciones que Búsqueda en código fuente. El resultado es una tabla de coincidencias y CSV. Solo HTML crudo — sin renderizar JavaScript.
!Flujo desde lista de URLs hasta tabla de resultados
Cuándo ganan las reglas personalizadas
Usa el Extractor H1/H2 cuando la pregunta sea solo jerarquía de cabeceras en hasta 100 URLs.
Usa CSS o XPath personalizado cuando:
- Necesitas URLs canónicas (
link[rel=canonical]o//link[@rel='canonical']/@href) - Muestreas meta robots o description tras un lanzamiento
- Quieres una clase CSS de enlaces, no todos los anchors (Extractor de enlaces es el inventario completo)
- Buscas un patrón en HTML con regex seguro
Tras localizar bloques JSON-LD, valídalos con el Comprobador de schema.
Selectores CSS
| Objetivo | Regla ejemplo | Columna atributo |
|----------|---------------|--------------------|
| Canonical | link[rel='canonical'] | href |
| Meta description | meta[name='description'] | content |
| JSON-LD | script[type='application/ld+json'] | vacío (texto) |
XPath
//link[@rel='canonical']/@href//meta[@name='robots']/@content
Límites de longitud, nodos y tiempo; sin eval.
Lista de URLs
Mantén lotes de 10 URLs. Para auditorías grandes, varias pasadas y fusiona CSV.
Ejemplo: QA de canonical
- Diez URLs de producto representativas.
- Regla CSS:
link[rel='canonical']con atributohref. - Revisa la columna valor por hostnames de staging.
- Descarga CSV para el ticket.
Ejecuta el Extractor CSS y XPath con tus reglas y exporta CSV cuando necesites evidencia en un checklist de lanzamiento.