Explicamos la eliminación de URLs (parte II): cómo quitar texto sensible de una página
Organiza tus páginas con colecciones
Guarda y categoriza el contenido según tus preferencias.
Viernes, 6 de agosto de 2010
El cambio puede ocurrir. A veces, como vimos en nuestra publicación anterior sobre la eliminación de URLs, es posible que bloquees o quites por completo una página de tu sitio. En otras ocasiones, quizás solo cambies partes de una página o quites ciertos fragmentos de texto. Según la frecuencia con la que se rastrea una página, estos cambios pueden demorar un tiempo en reflejarse en los resultados de la búsqueda. En esta entrada de blog, veremos los pasos que puedes seguir si seguimos mostrando contenido antiguo y que quitaste en los resultados de la búsqueda, ya sea como un "fragmento" o en la página almacenada en caché que está vinculada al resultado de la búsqueda. Esto tiene sentido cuando el contenido antiguo contiene información sensible que debe quitarse rápidamente; no es necesario hacerlo cuando solo se actualiza un sitio web normalmente.
A modo de ejemplo, veamos el siguiente resultado de la búsqueda ficticio:
Walter E. Coyote
< Título
Director de desarrollo en Acme Corp 1948-2003: Trabajó en el
dispositivo de captura secreto velocitus incalculii que demostró potencial…
< Fragmento
www.example.com/acercade/waltercoyote-En caché
< URL + vínculo a la página almacenada en caché
Para cambiar el contenido que se muestra en el fragmento (o en la página vinculada en caché), primero deberás cambiar el contenido de la página (publicada) real. A menos que se cambie el contenido visible de forma pública de una página, los procesos automáticos de Google seguirán mostrando partes del contenido original en nuestros resultados de la búsqueda.
Una vez que se modifica el contenido de la página, hay varias opciones disponibles para que esos cambios sean visibles en nuestros resultados de la búsqueda:
Espera a que Googlebot vuelva a rastrear e indexar la página: Es el método natural para actualizar la mayor parte del contenido en Google. A veces, puede tomar bastante tiempo, según la frecuencia con la que Googlebot rastrea la página en cuestión. Una vez que volvamos a rastrear y a indexar la página, por lo general, el contenido anterior no será visible, ya que se reemplazará por el contenido actual. Si Googlebot no puede rastrear la página en cuestión (ya sea mediante un archivo robots.txt o porque no puede acceder correctamente al servidor), no es necesario que hagas nada. Por lo general, no es posible acelerar el rastreo ni la indexación, ya que estos procesos están completamente automatizados y dependen de muchos factores externos.
Usa la herramienta de eliminación de URLs públicas de Google para solicitar la eliminación de contenido que se haya quitado de la página web de otra persona. Con esta herramienta, es necesario ingresar la URL exacta de la página que se modificó, seleccionar la opción que indica que "Se quitó contenido de la página" y, luego, especificar una o más palabras que se hayan borrado por completo de esa página.
Ten en cuenta que ninguna de las palabras que ingreses puede aparecer en la página; incluso si una palabra se quitó de una parte de la página, tu solicitud se rechazará si esta aún aparece en otra parte. Asegúrate de elegir una o varias palabras que ya no aparezcan en ninguna parte de la página. Si en el ejemplo anterior quitaste "top secret velocitus incalculii capturing device", debes enviar esas palabras, y no algo como "mi proyecto". Sin embargo, si todavía se encuentran las palabras "top" o "device" en cualquier parte de la página, se rechazará la solicitud. Para maximizar las posibilidades de que todo salga bien, suele ser más fácil ingresar una palabra a fin de asegurarse de que ya no aparece en ninguna parte de la página.
Una vez que se procese tu solicitud y se detecte que las palabras que enviaste ya no aparecen en la página, el resultado de la búsqueda ya no mostrará un fragmento ni estará disponible la página almacenada en caché. El título y la URL de la página seguirán siendo visibles, y es posible que la entrada siga apareciendo en los resultados de la búsqueda para las búsquedas relacionadas con el contenido que se quitó (como las búsquedas para velocitus incalculii), incluso si esas palabras ya no aparecen en el fragmento. Sin embargo, una vez que la página se volvió a rastrear e indexar, el fragmento nuevo y la página almacenada en caché pueden verse en nuestros resultados de la búsqueda.
Usa la herramienta de eliminación de URL de Herramientas para webmasters de Google a fin de solicitar que se quite información de una página de tu sitio web. Si tienes acceso al sitio web en cuestión y verificaste su propiedad en las Herramientas para webmasters de Google, puedes usar la herramienta de eliminación de URL allí (en Configuración del sitio > Acceso del rastreador) para solicitar que se quiten el fragmento y la página almacenada en caché hasta que se la vuelva a rastrear. Para usar esta herramienta, solo debes enviar la URL exacta de la página (no es necesario que especifiques las palabras quitadas). Una vez que se procese tu solicitud, quitaremos el fragmento y la página almacenada en caché de los resultados de la búsqueda. El título y la URL de la página seguirán siendo visibles, y es posible que esta también siga clasificando en los resultados de la búsqueda para las búsquedas relacionadas con el contenido que se quitó. Una vez que la página se haya vuelto a rastrear e indexar, se podrá ver el resultado de la búsqueda con un fragmento actualizado y una página almacenada en caché (según el contenido nuevo).
Google indexa y clasifica los elementos no solo según el contenido de una página, sino también en función de otros factores externos, como los vínculos entrantes a la URL. Debido a esto, es posible que una URL siga apareciendo en los resultados de la búsqueda de contenido que ya no existe en la página, incluso después de que esta se haya vuelto a rastrear e indexar. Si bien la herramienta de eliminación de URL puede quitar el fragmento y la página almacenada en caché de un resultado de la búsqueda, no cambiará ni quitará el título del resultado ni la URL que se muestra, ni impedirá que se muestre la página para búsquedas basadas en contenido actual o anterior. Si esto es importante para ti, debes asegurarte de que la URL cumpla con los requisitos para una eliminación completa de nuestros resultados de la búsqueda.
Cómo quitar contenido que no es de HTML
Si el contenido que se modificó no está en (X)HTML (por ejemplo, si se modificó una imagen, un archivo Flash o un archivo PDF), no podrás usar la herramienta de eliminación de caché. Por lo tanto, si es importante que el contenido anterior ya no esté visible en los resultados de la búsqueda, la solución más rápida sería cambiar la URL del archivo para que la anterior muestre un código de resultado HTTP 404 y usar la herramienta de eliminación de URL para quitar la URL anterior. De lo contrario, si decides permitir que Google actualice tu información de forma natural, ten en cuenta que las vistas previas de contenido que no sea de HTML (como los vínculos de Vista rápida de archivos PDF) tomarán más tiempo que las páginas HTML normales en actualizarse después de volver a rastrearse.
Cómo impedir de forma proactiva la aparición de fragmentos o versiones almacenadas en caché
Como webmaster, tienes la opción de usar etiquetas meta de robots para evitar la aparición de fragmentos o versiones en caché sin usar nuestras herramientas de eliminación. Aunque no lo recomendamos como enfoque predeterminado (el fragmento puede ayudar a los usuarios a reconocer un resultado de la búsqueda relevante más rápido, mientras que una página almacenada en caché les brinda la posibilidad de ver tu contenido incluso si, por un evento inesperado, tu servidor no está disponible), puedes usar la etiqueta robots "nosnippet" meta para impedir que se muestre un fragmento o la etiqueta "noarchive" robotsmeta para inhabilitar el almacenamiento en caché de una página. Ten en cuenta que, si se modifica esta opción en las páginas existentes y conocidas, Googlebot deberá volver a rastrearlas e indexarlas para que se pueda el cambio ver en los resultados de la búsqueda.
Esperamos que esta entrada de blog ayude a aclarar algunos de los procesos detrás de la herramienta de eliminación de URL en el caso de páginas actualizadas. En nuestra próxima entrada de blog, analizaremos algunas formas de solicitar la eliminación de contenido que no te pertenece. No te la pierdas.
[[["Fácil de comprender","easyToUnderstand","thumb-up"],["Resolvió mi problema","solvedMyProblem","thumb-up"],["Otro","otherUp","thumb-up"]],[["Falta la información que necesito","missingTheInformationINeed","thumb-down"],["Muy complicado o demasiados pasos","tooComplicatedTooManySteps","thumb-down"],["Desactualizado","outOfDate","thumb-down"],["Problema de traducción","translationIssue","thumb-down"],["Problema con las muestras o los códigos","samplesCodeIssue","thumb-down"],["Otro","otherDown","thumb-down"]],[],[[["\u003cp\u003eGoogle's search results may display outdated content even after a webpage has been updated.\u003c/p\u003e\n"],["\u003cp\u003eTo update Google's search results, you can wait for Google to recrawl the page, or request removal of the outdated content through Google's URL removal tool.\u003c/p\u003e\n"],["\u003cp\u003eIf you own the website, use Google Webmaster Tools to remove the snippet and cached page until Google recrawls the updated page.\u003c/p\u003e\n"],["\u003cp\u003eGoogle's URL removal tool does not prevent a page from ranking based on previous content, so for complete removal, consider the requirements for removal from search results altogether.\u003c/p\u003e\n"],["\u003cp\u003eTo prevent snippets or cached versions from appearing, use robots meta tags, but it's generally recommended to keep them for user experience.\u003c/p\u003e\n"]]],["To update outdated content in Google search results, first modify the live page. Then, either wait for Googlebot to re-crawl and re-index or use Google's URL removal tools. There are two options for URL removals: removing content from others' pages by specifying removed words or removing information from your own page via Google Webmaster Tools, without specifying removed words. For non-HTML content, change the file's URL. Lastly, webmasters can proactively prevent snippets and cached versions using robots meta tags.\n"],null,["# URL removals explained, part II: Removing sensitive text from a page\n\nFriday, August 06, 2010\n\n\nChange can happen---sometimes, as we saw in our\n[previous post on URL removals](/search/blog/2010/03/url-removal-explained-part-i-urls),\nyou may completely block or remove a page from your site. Other times you might only change parts\nof a page, or remove certain pieces of text. Depending on how frequently a page is being crawled,\nit can take some time before these changes get reflected in our search results. In this blog post\nwe'll look at the steps you can take if we're still showing old, removed content in our search\nresults, either in the form of a \"snippet\" or on the cached page that's linked to from the search\nresult. Doing this makes sense when the old content contains sensitive information that needs to\nbe removed quickly---it's not necessary to do this when you just update a website normally.\n\nAs an example, let's look at the following fictitious search result:\n\n|---------------------------------------------------------------------------------------------------------------------------------------------------|------------------------------|\n| **Walter** E. **Coyote** | \\\u003c Title |\n| Chief Development Officer at Acme Corp 1948-2003: worked on the top secret velocitus incalculii capturing device which has shown potential**...** | \\\u003c Snippet |\n| www.example.com/about/**waltercoyote** - Cached | \\\u003c URL + link to cached page |\n\n\nTo change the content shown in the snippet (or on the linked cached page),\n**you'll first need to change the content on the actual (live) page**. Unless a page's publicly\nvisible content is changed, Google's automatic processes will continue to show parts of the\noriginal content in our search results.\n\n\nOnce the page's content has been changed, there are several options available to make those\nchanges visible in our search results:\n\n1.\n **Wait for Googlebot to re-crawl and re-index the page**: This is the natural method for\n how most content is updated at Google. Sometimes it can take a fairly long time, depending on\n how frequently Googlebot currently crawls the page in question. Once we've re-crawled and\n re-indexed the page, the old content will usually not be visible as it'll be replaced by the\n current content. Provided Googlebot is not blocked from crawling the page in question (either\n by robots.txt or by not being able to access the server properly), you don't have to do\n anything special for this to take place. It's generally not possible to speed up crawling and\n indexing, as these processes are fully automated and depend on many external factors.\n\n2.\n Use\n [Google's public URL removal tool](https://www.google.com/webmasters/tools/removals)\n to **request removal of content that has been removed from someone else's webpage** . Using\n this tool, it's necessary to enter the\n [exact URL of the page](https://www.google.com/support/webmasters/bin/answer.py?answer=63758)\n that has been modified, select the \"Content has been removed from the page\" option, and then\n specify one or more words that have been completely removed from that page.\n\n\n Note that *none* of the words you enter can appear on the page; even if a word has been\n removed from one part of the page, your request will be denied if that word still appears on\n another part of the page. Be sure to choose a word (or words) that no longer appear\n *anywhere* on the page. If, in the above example, you removed\n \"top secret velocitus incalculii capturing device\", you should\n submit those words and not something like \"my project.\" However, if the word\n \"top\" or \"device\" still exists\n anywhere on the page, the request would be denied. To maximize your chances of success, it's\n often easiest to just enter one word that you're sure no longer appears anywhere on the page.\n\n\n Once your request has been processed and it's found that the submitted word(s) no longer\n appear on the page, the search result will no longer show a snippet, nor will the cached page\n be available. The title and the URL of the page will still be visible, and the entry may still\n appear in search results for searches related to the content that has been removed (such as\n searches for\n [velocitus incalculii](https://www.google.com/search?q=velocitus+incalculii)),\n even if those words no longer appear in the snippet. However, once the page has been\n re-crawled and re-indexed, the new snippet and cached page can be visible in our search\n results.\n\n\n Keep in mind that we will need to verify removal of the word(s) by viewing the page. If the\n page no longer exists and the server is returning a proper\n [`404` or `410` HTTP result code](https://en.wikipedia.org/wiki/List_of_HTTP_status_codes),\n making us unable to view the page, you may be better off\n [requesting removal of the page](/search/blog/2010/03/url-removal-explained-part-i-urls)\n altogether.\n3. Use Google Webmaster Tools URL removal tool to **request removal of information on a page from your website** . If you have access to the website in question and have verified ownership of it in [Google Webmaster Tools](https://search.google.com/search-console), you can use the URL removal tool there (under *Site Configuration \\\u003e Crawler access* ) to request that the snippet and the cached page be removed until the page has been re-crawled. To use this tool, you only need to submit the [exact URL of the page](https://www.google.com/support/webmasters/bin/answer.py?answer=63758) (you won't need to specify any removed words). Once your request has been processed, we'll remove the snippet and the cached page from search results. The title and the URL of the page will still be visible, and the page may also continue to rank in search results for queries related to content that has been removed. After the page has been re-crawled and re-indexed, the search result with an updated snippet and cached page (based on the new content) can be visible.\n\n\nGoogle indexes and ranks items based not only on the content of a page, but also on other external\nfactors, such as the inbound links to the URL. Because of this, it's possible for a URL to\ncontinue to appear in search results for content that no longer exists on the page, even after\nthe page has been re-crawled and re-indexed. While the URL removal tool can remove the snippet\nand the cached page from a search result, it will not change or remove the title of the search\nresult, change the URL that is shown, or prevent the page from being shown for searches based on\nany current or previous content. If this is important to you, you should make sure that the URL\nfulfills the requirements for a\n[complete removal from our search results](/search/blog/2010/03/url-removal-explained-part-i-urls).\n\nRemoving non-HTML content\n-------------------------\n\n\nIf the changed content is not in (X)HTML (for example if an image, a Flash file or a PDF file has\nbeen changed), you won't be able to use the cache removal tool. So if it's important that the old\ncontent no longer be visible in search results, the fastest solution would be to change the URL\nof the file so that the old URL returns a `404` HTTP result code and use the URL\nremoval tool to remove the old URL. Otherwise, if you chose to allow Google to naturally refresh\nyour information, know that previews of non-HTML content (such as\n[Quick View links for PDF files](https://googleblog.blogspot.com/2009/10/quickly-view-formatted-pdfs-in-your.html))\ncan take longer to update after recrawling than normal HTML pages would.\n\nProactively preventing the appearance of snippets or cached versions\n--------------------------------------------------------------------\n\n\nAs a webmaster, you have the option to use robots\n[`meta` tags](/search/docs/advanced/crawling/special-tags)\nto proactively prevent the appearance of snippets or cached versions without using our removal\ntools. While we don't recommend this as a default approach (the snippet can help users recognize a\nrelevant search result faster, and a cached page gives them the ability to view your content even\nin the unexpected event of your server not being available), you can use the \"nosnippet\" robots\n`meta` tag to\n[prevent showing of a snippet](/search/docs/crawling-indexing/robots-meta-tag#nosnippet),\nor the \"noarchive\" robots `meta` tag to disable caching of a page. Note that if this is changed on\nexisting and known pages, Googlebot will need to re-crawl and re-index those pages before this\nchange becomes visible in search results.\n\n\nWe hope this blog post helps to make some of the processes behind the URL removal tool for updated\npages a bit clearer. In our next blog post we'll look at ways to request removal of content that\nyou don't own; stay tuned!\n\n\nAs always, we welcome your feedback and questions in our\n[Webmaster Help Forum](https://support.google.com/webmasters/community/label?lid=5489e59697a233d7).\n\nOther posts of this series\n--------------------------\n\n- [Part I: Removing URLs and directories](/search/blog/2010/03/url-removal-explained-part-i-urls)\n- [Part II: Removing and updating cached content](/search/blog/2010/04/url-removals-explained-part-ii-removing)\n- [Part III: Removing content you don't own](/search/blog/2010/04/url-removal-explained-part-iii-removing)\n- [Part IV: Tracking requests, what not to remove](/search/blog/2010/05/url-removal-explained-part-iv-tracking)\n\n\nFinally, you might be also interested to read about\n[managing what information is available about you online](/search/blog/2009/10/managing-your-reputation-through-search).\n\n\nPosted by\n[John Mueller](https://twitter.com/JohnMu),\nWebmaster Trends Analyst, Google Switzerland"]]
