Halle elementos de sobra de 15 MB para un mejor rastreo de Googlebot

Googlebot es un rastreador web automatizado que sostiene actualizado el índice de Google plus.

Portal web worldwebsize.com cree que Google plus indexa mucho más de 62 mil millones de páginas.

El índice de búsqueda de Google plus es «over over». 100.000.000 gigas Hasta el punto. «

Googlebot y sus variaciones (teléfonos capaces, novedades, imágenes, etcétera.) tienen ciertas limitaciones en lo que se refiere a la continuidad de procesamiento de JavaScript o el tamaño de los elementos.

Google plus emplea limitaciones de rastreo para resguardar sus activos y sistemas de rastreo.

Por poner un ejemplo, si un lugar de novedades actualiza los productos relevantes cada 15 segundos, Googlebot puede empezar a omitir las partes que se actualizan con cierta frecuencia, puesto que no van a ser importantes ni válidas tras 15 segundos.

Hace unos años, Google plus anunció que no rastrea ni emplea elementos de sobra de 15 MB.

El 28 de junio de 2022, Google plus volvió a divulgar esta entrada de blog señalando no usar la parte sobrante de los elementos tras 15 MB para el rastreo.

Para indicar que esto raras veces pasa, Google plus aseveró que «el tamaño promedio de un fichero HTML es 500 ocasiones mucho más pequeño» a 15 MB.

Sobre, HTTPArchive.org exhibe el tamaño promedio de los ficheros HTML para PCs de escritorio y gadgets móviles inteligentes. Por consiguiente, la mayor parte de los websites no tienen el inconveniente de la restricción de 15 MB para el rastreo.

Pero la página web es un espacio grande y caótico.

Entender la naturaleza del límite de rastreo de 15 MB y las maneras de examinarlo es esencial para el SEO.

Una imagen, un vídeo o un fallo tienen la posibilidad de crear problemas de rastreo, y esta información de SEO menos famosa puede contribuir a los proyectos a resguardar su valor de búsqueda orgánica.

¿El límite de rastreo de Googlebot es de 15 MB solo para documentos HTML?

No realice.

El límite de rastreo de Googlebot de 15 MB es para todos y cada uno de los documentos indexables y escaneables, incluidos Google plus Earth, Hancom Hanword (.hwp), OpenOffice Text (.odt) y formato de artículo enriquecido (.rtf) u otros tipos del archivo aceptados por Googlebot.

¿Los tamaños de imagen y vídeo se aúnan al archivo HTML?

No, cada activo se valora separadamente contra el límite de escaneo de 15 MB.

Si el archivo HTML tiene 14,99 MB y la imagen de primer chato del archivo HTML regresa a tener 14,99 MB, Googlebot escaneará y empleará los dos.

El tamaño del archivo HTML no se aúna a los elementos vinculados por las etiquetas HTML.

¿CSS, JS o URI de datos on line registran el tamaño del archivo HTML?

Sí, CSS, JS o URI de datos on line se cuentan y se usan en las dimensiones de documentos HTML.

En consecuencia, si el archivo sobrepasa los 15 MB gracias a los comandos y elementos engastados, afectará el rastreo del archivo HTML concreto.

¿Google plus deja de seguir el activo si sobrepasa los 15 MB?

No, los rastreadores de Google plus no dejan de seguir elementos sobre el límite de 15 MB.

Prosiguen bajando el fichero y solo utilizan la parte mucho más pequeña de 15 MB.

Para una imagen de sobra de 15 MB, Googlebot puede fraccionar la imagen hasta 15 MB utilizando «rango de contenido».

Content-Range es un encabezado de contestación que contribuye a Googlebot u otros rastreadores y solicitantes a efectuar peticiones parciales.

¿De qué manera contrastar de forma manual el tamaño de los elementos?

puedes emplear Herramientas para programadores de Google plus Google chrome para revisar de forma manual el tamaño del recurso.

Prosiga los pasos ahora en Google plus Google chrome.

• Abra un archivo de página por medio de Google plus Google chrome.
• Presione F12.
• Vaya a la pestañita Red.
• Actualizar la web.
• Pida elementos para Cascade.
• Échale una ojeada córtalo columna en la primera fila, que exhibe el tamaño del archivo HTML.

Ahora puede ver un archivo HTML de exhibe para la página de comienzo de searchenginejournal.com, que tiene mucho más de 77 KB.

¿De qué manera revisar el tamaño de los elementos automáticamente y masiva?

Utilice Python para supervisar el tamaño del archivo HTML automáticamente y masiva. Advertools y Pandas son 2 bibliotecas de Python útiles para hacer de manera automática y escalar tareas de SEO.

Prosigue las normas de abajo.

• Importar avisos y pandas.
• Recopile todas y cada una de las dirección de Internet de su mapa del lugar.
• Escanee todas y cada una de las dirección de Internet en su mapa del lugar.
• Filtre las dirección de Internet en función de su tamaño HTML.

import advertools as adv

import pandas as pd

df = adv.sitemap_to_df("https://www.holisticseo.digital/sitemap.xml")

adv.crawl(df["loc"], output_file="output.jl", custom_settings=)

df = pd.read_json("output.jl", lines=True)

df[["url", "size"]].sort_values(by="size", ascending=False)

El bloque de código previo quita las dirección de Internet del mapa del lugar y las rastrea.

La última línea de código es solo para hacer un marco de datos con un orden descendente de tamaño.

Puede ver el tamaño de los documentos HTML como se expone arriba.

El archivo HTML mucho más grande de este caso de ejemplo tiene precisamente 700 KB, que es una página de categoría.

Por ende, este portal web es seguro para limitaciones de 15 MB. Pero tenemos la posibilidad de revisar mucho más.

¿De qué manera contrastar el tamaño de los elementos CSS y JS?

Titiritero se usa para supervisar el tamaño de los elementos CSS y JS.

Titiritero es un bulto de NodeJS para supervisar Google plus Google chrome sin plataforma de trabajo de usuario para la automatización del navegador y las pruebas de websites.

La mayor parte de los expertos de SEO usan Lighthouse API o Page Speed ​​Insights para sus pruebas de desempeño. Pero con el apoyo de Puppeteer, se tienen la posibilidad de investigar todos y cada uno de los puntos especialistas y de simulación.

Prosiga el bloque de código ahora.

const puppeteer = require('puppeteer');

const XLSX = require("xlsx");

const path = require("path");




(async () => .com", "");

          console.log(hostName)

          console.log(domainName)

          const workSheetName = "Users";

          const filePath = `./$`;

          const userList = perfEntries;

         

         

          const exportPerfToExcel = (userList) => 

          exportPerfToExcel(userList)

       

          //browser.close();

   

)();

Si es nuevo en JavaScript o no ha completado ningún género de tutorial de titiritero, posiblemente estos bloques de código le resulten un tanto mucho más bien difíciles de comprender. Pero de todos modos es bien simple.

Esencialmente abre una dirección de Internet, toma todos y cada uno de los elementos y les da «transferSize», «encodedSize» y «decodedSize».

En este caso, «decodedSize» es el tamaño en el que debemos centrarnos. Ahora puede ver el resultado como un fichero XLS.

Si quiere hacer de manera automática estos procesos de nuevo para cada dirección de Internet, va a deber utilizar un bucle for en el comando «await.page.goto ()».

Según sus opciones, puede insertar cada página en una hoja de cálculo diferente o adjuntarla a exactamente la misma hoja de cálculo adjuntándola.

Conclusión

La restricción de rastreo de 15 MB de Googlebot es una oportunidad extraña que bloqueará sus procesos profesionales de SEO por el momento, pero HTTPArchive.org exhibe que los tamaños promedio de vídeo, imagen y JavaScript han incrementado en los últimos tiempos.

El tamaño promedio de la imagen de escritorio superó 1 MB.

Los bytes de vídeo sobrepasan los 5 MB en conjunto.

En otras expresiones, ocasionalmente estos elementos, o unas partes de estos elementos, tienen la posibilidad de ser ignorados por Googlebot.

Por consiguiente, debería poder verificarlos de manera automática, con métodos masivos para ahorrar tiempo y no saltar.

Mucho más elementos:

---

Imagen señalada: BestForBest / Shutterstock