Encuentra enlaces rotos antes que tus visitantes
Última actualización:
Cada enlace roto de tu sitio lo encontrará alguien. La única pregunta es si ese alguien eres tú, ejecutando una comprobación en una tarde tranquila, o un visitante a mitad de una compra, un cliente que sigue el enlace de tu documentación, o un rastreador de búsqueda decidiendo cuánto valen tus páginas. Los enlaces se pudren en silencio — las páginas se mudan, los dominios cambian, las imágenes se renombran, los socios se reorganizan — y nada en la propia página anuncia la decadencia. Este artículo cubre cuándo ejecutar una comprobación de enlaces rotos, qué significan realmente los estados que informa, el orden en que corregir lo que encuentra, y los límites honestos de comprobar una página cada vez.
Cuándo ejecutar una comprobación de enlaces rotos
Los momentos de mayor valor son aquellos en que las URL cambian en bloque. Tras un rediseño, las plantillas se reconstruyen y la navegación se reescribe, y un enlace que fue correcto durante años puede apuntar en silencio a una ruta que el nuevo diseño ya no sirve. Tras una migración — nuevo CMS, nueva plataforma, nueva estructura de URL — cada enlace interno es en la práctica una afirmación nueva sobre dónde vive el contenido, y algunas de esas afirmaciones serán erróneas. Tras un cambio de dominio, las direcciones antiguas, los enlaces de socios y las imágenes incrustadas dependen todos de redirecciones que alguien tuvo que acordarse de escribir. Ejecuta la comprobación como parte del lanzamiento, no tras la primera queja.
Los momentos tranquilos también importan. Borrar o fusionar contenido deja huérfano cada enlace que apuntaba a él; cambiar una biblioteca de medios o un esquema de nombres de imágenes rompe fotos meses después de que nadie recuerde el cambio; y otros sitios se reorganizan sin avisarte, así que los enlaces externos que funcionaban al publicar decaen según su propio calendario. Un ritmo sensato es una comprobación de tu página principal y tus páginas de destino clave tras cada cambio estructural, más una pasada periódica — mensual basta para la mayoría de los sitios — sobre las páginas que tus visitantes y los motores de búsqueda realmente usan. El comprobador de enlaces rotos de este sitio ejecuta una página cada vez, lo que encaja exactamente con ese ritmo: las páginas que importan, comprobadas deliberadamente.
Qué significan realmente los estados
Una comprobación de enlaces se reduce a una pregunta por enlace: ¿qué responde el servidor cuando se sigue el enlace? OK significa un éxito directo (2xx). Redirección significa que el enlace funciona solo a través de uno o más saltos 3xx — bien hoy, pero cada salto es una promesa que alguien debe mantener. Roto significa una respuesta 4xx, lo más habitual 404 No encontrado: la página prometida no está ahí. Error de servidor significa una respuesta 5xx: la página puede existir, pero su servidor no la entregó. Tiempo agotado e inalcanzable significan que no llegó ninguna respuesta utilizable — lentitud, un host caído, un fallo de DNS. Y omitido significa que el comprobador deliberadamente no obtuvo el destino porque se resuelve a una dirección privada o bloqueada.
Los motores de búsqueda leen las mismas respuestas. La propia documentación de Google sobre cómo afectan los códigos de estado HTTP a sus rastreadores dice que una respuesta 2xx permite que el contenido se considere para indexación, que los rastreadores siguen las redirecciones (hasta 10 saltos por defecto) y tratan el destino final como la página que cuenta, y que las URL que devuelven 4xx no se indexan — y se retiran del índice si estaban en él — mientras que los errores 5xx persistentes ralentizan el rastreo y al final también pueden hacer caer páginas. Por eso un enlace interno roto es peor que un defecto cosmético: el rastreador lo sigue, no obtiene nada, y tanto el valor del enlace como el lugar del destino en el índice se evaporan.
Corrige en este orden: 404 internos, cadenas de redirecciones, imágenes
Primero, los 404 internos. Un enlace roto a tu propio sitio está por completo bajo tu control, se interpone ante visitantes que ya ganaste, y le dice a los rastreadores que una página a la que enlazas — presumiblemente porque importa — no existe. Corrígelo en el origen: restaura la página si se eliminó por accidente, corrige la URL si derivó, o reapunta el enlace a la página que realmente sustituyó a la antigua. Reserva las redirecciones para direcciones que otros puedan haber guardado o enlazado; el enlace de tu propia página debería, simplemente, ser correcto.
Segundo, las cadenas de redirecciones. Una sola redirección tras una mudanza es normal. Una cadena — una URL antigua que redirige a una más nueva que redirige a la actual — cuesta un viaje de ida y vuelta por salto en cada clic, y cada salto es otra regla que puede perderse en la próxima migración. Actualiza el propio enlace a la dirección final; cuando necesites ver los saltos, el trazador de cadenas de estado HTTP los presenta uno a uno. Tercero, las imágenes. Una imagen rota rara vez bloquea la lectura de una página, así que espera tras las dos primeras — pero corrígela: restaura el archivo, corrige la ruta o elimina la etiqueta, porque una página salpicada de huecos de imagen ausente se lee como abandonada, y a veces la «imagen» es en realidad un gráfico o una foto de producto de los que depende el texto.
Una página cada vez — y por qué ese alcance es honesto
El comprobador que acompaña a este artículo examina una página por pasada y como máximo 300 enlaces en ella, y lo dice en su propia cara. Ese alcance es una elección deliberada. Una sola página puede obtenerse, analizarse y comprobarse por completo lo bastante rápido como para formar parte de un ciclo de editar-publicar: cambia la página, ejecuta la comprobación, corrige lo que encuentra, publica. También mantiene las cuentas exactas — enlaces encontrados, enlaces comprobados, enlaces listados pero nunca obtenidos (mailto:, tel: y los fragmentos internos no son peticiones HTTP, y se informan como tales en lugar de disfrazarse con estados inventados), y un resultado etiquetado como parcial siempre que una pasada se detiene antes de cubrirlo todo, en lugar de un truncamiento silencioso disfrazado de exhaustividad.
El descubrimiento de todo el sitio es otro trabajo con otras herramientas: tu CMS conoce cada página que publicas, tus registros del servidor muestran cada 404 que visitantes y rastreadores reales ya han golpeado, y Search Console informa de los errores que el propio Google encontró. Úsalos para decidir qué páginas merecen una comprobación, luego compruébalas una a una y corrige lo que encuentres. Lo que un comprobador de una sola página nunca debe hacer es fingir que es un rastreo — y lo que tú nunca debes hacer es dejar que la ausencia de una herramienta de todo el sitio te impida comprobar el puñado de páginas que cargan con tu tráfico.
Hazlo un hábito, no un evento
Los sitios con menos enlaces rotos no son los de la mayor limpieza anual; son aquellos en los que la comprobación está unida al cambio. Cada vez que cambia una estructura de URL, una plantilla, un menú o una carpeta de medios, las páginas que enlazan hacia fuera pasan una comprobación antes de que el cambio se considere terminado. Cada vez que se borra contenido, la pregunta «¿qué enlazaba aquí?» se hace mientras la respuesta aún es fácil. Ese hábito cuesta minutos por cambio y evita la arqueología posterior de un informe de mil enlaces.
Y cuando una comprobación sí encuentra daño, corrige el enlace, no solo el síntoma: actualiza la página de origen, conserva una redirección limpia para la dirección antigua si el mundo exterior la usa, y vuelve a ejecutar la misma página para ver cambiar el veredicto. Los enlaces rotos son uno de los pocos problemas de un sitio web que son por completo mecánicos de detectar y están por completo en tu poder reparar — el único modo real de fracaso es conocerlos en segundo lugar, a través de un visitante que los encontró primero.