Como conseguir que Google indexe bien contenido multilingüe

A principio de diciembre Google hizo público a través de su Blog «Google Webmaster Central» la posibilidad de integrar contenidos en varios idiomas dirigidos a distintos países dentro de un mismo sitio web. Para ello Google ha presentado una ampliación del elemento hreflang.

Utilizar el elemento hreflang (especificando el idioma) es interesante cuando tengamos una página web con el mismo contenido traducido a varios idiomas; mientras que la utilización del elemento hreflang (especificando el idioma y el país) es interesante cuando tengamos una página web con el mismo contenido y en el mismo idioma, donde solo cambian por ejemplo los precios de los productos.

De esta forma evitamos contenido duplicado y el Google puede mostrarle a cada usuario la página más adecuada a su búsqueda, al idioma en el que busca y al sitio desde el que busca.

Lo que hacemos con el uso del atributo hreflang es indicar a qué otras páginas en otros idiomas / países se corresponde una determinada página. Estas URL pueden pertenecer al mismo sitio o a otro dominio. Hay que tener en cuenta que para darle consistencia, el atributo hreflang debe utilizarse en cada página de la web.

Valores admitidos del atributo «hreflang»: El valor del atributo hreflang identifica el idioma (en formato ISO 639-1) y, opcionalmente, la región (en formato ISO 3166-1 Alpha 2) de una URL alternativa.

Esto en la práctica se traduce en lo siguiente. Imaginemos que tenemos las siguientes 4 URLs con el mismo contenido, pero dirigidas a distintos países e idiomas:

http://www.example.com/ (URL de la página principal general de un sitio web que está en español),
http://es-es.example.com/ (URL de la versión en español para los usuarios de España),
http://es-mx.example.com/ (URL de la versión en español para los usuarios de México),
http://en.example.com/ (URL de la versión en inglés genérico).

En todas estas páginas, podríamos usar los siguientes marcados para especificar el idioma y, en su caso, la región:

<link rel=»alternate» hreflang=»es» href=»http://www.example.com/» />
<link rel=»alternate» hreflang=»es-ES» href=»http://es-es.example.com/» />
<link rel=»alternate» hreflang=»es-MX» href=»http://es-mx.example.com/» />
<link rel=»alternate» hreflang=»en» href=»http://en.example.com/» />

Hay más información aquí: Acerca del atributo rel=»alternate» hreflang=»x»

Google recomienda utilizar el atributo langhref conjuntamente con el atributo rel=»canonical» para identificar la versión preferida del contenido, es decir, la URL que queremos que Google indexe y muestre a los usuarios de forma predeterminada.

En el ejemplo anterior usaríamos el elemento rel=»canonical» en las tres páginas con contenido en español; no utilizaríamos el atributo rel=»canonical» en la página en inglés, ya que las páginas están en distintos idiomas y, por tanto, son muy diferentes.

Incluiríamos el atributo rel=»canonical» en las páginas con hreflang=»es-ES» y hreflang=»es-MX» para enlazarlas con la página canónica (hreflang=»es»):

<link rel=»canonical» href=»http://www.example.com/» />

Esto a primera vista puede parecer un curro de consideración (que lo es) pero a la larga no permite conseguir que Google indexe correctamente los contenidos por idiomas y en su caso por países. Estamos haciendo varias pruebas de este tema y os iremos informando de como evolucionan.