Saltar al contenido
SCRAWL

Comprobador de errores del sitemap

Pega la URL del sitemap. El auditor pide cada URL listada y resume códigos de estado, etiquetas noindex y si el canonical es el de la propia URL. Si el XML ni siquiera parsea, usa primero el validador de sitemap. Las URLs bloqueadas se confirman con el tester de robots.txt y el comprobador de indexación.

  • Pega el sitemap
  • Revisa estado de cada URL
  • Quita 404, redirects y noindex
  • Basado en navegador — sin instalación
  • Resultados al instante

Errores del sitemap antes de Search Console

404, redirecciones y noindex no deberían estar listados. Valida el XML y luego confirma que robots.txt deja pasar esas URLs.

La auditoría pide cada URL; el validador solo mira el XML

Una revisión de salud del sitemap descarga cada URL listada y anota el código HTTP, la etiqueta canonical, la directiva noindex y el tiempo de respuesta. No es lo mismo que validar el sitemap, que solo confirma que el XML está bien formado. El archivo puede ser XML válido y aun así apuntar a decenas de páginas muertas, redirigidas o con noindex.

Esta pasada enseña lo que encuentra el buscador al pedir cada URL, no lo que el archivo dice que debería haber. Si el XML ni siquiera parsea, corrígelo antes con el validador de sitemap XML. Auditar un archivo ilegible no te dice qué URLs sobran.

Cuándo pasarla para no enterarte tarde

Pásala después de una migración, para confirmar que cada URL enviada sigue resolviendo a una página indexable, y en un calendario fijo para cazar páginas que cambiaron sin aviso. En tiendas grandes el efecto es mayor: las fichas se retiran, redirigen o pasan a noindex cuando cambia el stock, a menudo sin que el equipo SEO lo sepa.

Una revisión mensual, y otra justo después de un cambio de plantilla, un borrado masivo o una actualización del CMS, saca esos casos antes de que bajen las páginas indexadas y de que el rastreo se gaste en URLs que no van a rankear. Trátala como mantenimiento, no como una revisión de una sola vez.

Cómo leer los grupos de estado

El resultado agrupa para que priorices. Una página sana devuelve 200, lleva un canonical a sí misma y no tiene noindex. Esas sí pertenecen al sitemap. Un 3xx debe sustituirse por la URL final: en el archivo tiene que estar el destino, no el salto.

Una página con noindex debe salir del todo. Google la ignora, y listarla gasta presupuesto de rastreo en algo que no puede indexarse. Un canonical que no apunta a la propia URL está cediendo a otra dirección y manda una señal contradictoria: también sobra. Cualquier 4xx o 5xx pide revisión inmediata. Un sitemap con URLs rotas le dice a Google que la lista no es fiable. El tiempo de respuesta queda anotado en cada URL para ver cuáles tardan además de fallar el código.

Qué hacer con 404, noindex y canonical ajeno

Un 404 en esta auditoría significa que la página se borró o se movió y nadie añadió una redirección, o que el generador no se actualizó. Quítala del sitemap. Si el contenido sigue teniendo sentido, restaura la página o pon un 301 hacia una alternativa real. Dejar el 404 dentro de la lista desperdicia el rastreo que Googlebot asigna al sitio.

Un canonical que no es el de la propia URL debe sustituirse por la URL canónica. Enviar la duplicada pide indexarla, y la etiqueta dice lo contrario. Las URLs bloqueadas por robots se confirman con el tester de robots.txt y el comprobador de indexación: esta auditoría ve el estado, el noindex y el canonical, no reescribe el robots.txt.

Cómo limpiar el archivo y volver a enviarlo

Filtra todo lo que no sea 200 y todo lo que lleve noindex o un canonical que no sea el de esa URL. Esa es la lista de limpieza. Quita esas direcciones, vuelve a enviar el sitemap en Google Search Console y observa si el recuento indexado se recupera.

En WordPress, configura las exclusiones del plugin de SEO para que las páginas noindex y las no canónicas se queden fuera solas, en lugar de limpiarlas a mano después de cada cambio de contenido. Cuando hayas reenviado, pasa otra vez la auditoría y confirma que el archivo solo contiene URLs indexables, con canonical a sí mismas y estado 200.

Con qué cadencia repetir la auditoría

En un sitio activo, una vez al mes y después de cualquier cambio grande de contenido: migración, borrado masivo, cambio de plantilla o actualización del CMS. Una tienda cuyo catálogo cambia de stock a menudo necesita pasadas más seguidas, porque agotar un producto suele disparar un noindex o un 404.

No esperes a que Search Console acumule errores de sitemap para hacer la primera pasada. La auditoría te adelanta esos fallos en las URLs que estás enviando. Si el mes anterior ya estaba limpia y este mes aparecen 3xx, el generador volvió a meter URLs viejas.

Preguntas frecuentes

¿Qué es una auditoría de salud del sitemap?

Recorre cada URL listada en el sitemap XML y la comprueba en vivo: código HTTP, etiqueta canonical, directiva noindex y tiempo de respuesta. No se queda en la estructura del XML. Sirve para ver si las URLs que envías a Google se pueden indexar de verdad. Un archivo puede parsear bien y aun así estar lleno de 404, redirecciones o páginas con noindex que no deberían estar en la lista.

¿Por qué algunas URLs del sitemap devuelven 404?

Devuelven 404 cuando la página se borró o se movió y no se añadió una redirección. Hay que quitarlas del sitemap enseguida. Restaura la página, añade un 301 hacia una alternativa pertinente o elimina la URL. Dejar 404 en el sitemap gasta la asignación de rastreo de Googlebot en direcciones que no existen. Después de limpiar, vuelve a enviar el archivo en Search Console.

¿Las páginas con noindex deben estar en el sitemap?

No. Una página con noindex tiene que salir del sitemap. Google la va a ignorar igual, y incluirla solo gasta presupuesto de rastreo que podía ir a páginas indexables. Quítalas, vuelve a enviar el sitemap en Google Search Console y vigila el recuento de URLs indexadas. En WordPress, exclúyelas en el plugin de SEO para que no vuelvan a entrar solas.

¿Qué significa que una URL del sitemap tenga un canonical que no es el suyo?

Significa que la página declara otra URL como versión preferida. Esas direcciones deben salir del sitemap y sustituirse por su destino canónico. Enviar la URL no canónica le dice a Google que quieres indexarla, pero la etiqueta canonical dice lo contrario. Es una señal contradictoria. En el archivo debe quedar la URL a la que el canonical apunta, si esa es la que debe indexarse y responde 200.

¿Con qué frecuencia debo auditar el sitemap?

En un sitio activo, una vez al mes y después de un cambio de contenido relevante: una migración, un borrado masivo, un cambio de plantilla o una actualización del CMS. Las tiendas con disponibilidad de producto que cambia a menudo deben auditar más, porque quedarse sin stock suele provocar noindex o 404. No la dejes como una revisión única el día del lanzamiento.

Compare with SmallSEOTools — free, no sign-up