Prueba con ficheros txt

Publicado el 10 de octubre del 2012, by Lino Uruñuela

Desde hace bastante tiempo tengo una duda sobre cómo valora Google los distintos tipos de documentos, HTML, PDF, Flash, txt.

Con los documentos PDF ya he realizado alguna prueba, no sacando nada concluyente en cuanto a que prefiere, sí sacamos en claro que los links en esos documentos cuentan. Pensando lógicamente, veo que en los resultados Google a veces muestra resultados de documentos PDF, cosa que no suele ocurrir con txt, por lo que creo que no los tiene muy bien valorados.




¿Para que probar si Google valora más un txt o un HTML?.

A priori supongo que preferirá un documento HTML, ya que al ser un formato de hipertexto es muy probable que tenga más cosas que aportar al usuario. Muchos de estos txt provienen de un archivo PDF, depende del tema que busques encontrarás este tipo de txt que proviene de pdf (como es el caso de universidades que no sé cómo lo hacen pero indexan el txt y no el PDF) y otros muchos txt que son listas de correo, datos del boe y otro sin fín de documentos olvidados por la mano de dios.


Vamos a buscar un documento de texto, ya que estamos, sigamos con la marihuana, por ejemplo de esta búsqueda (he añadido el -filetype:pdf sin darme cuenta de la inutilidad de ese parámetro ya que en el anterior le digo que sólo quiero TXT, pero por no cambiar la imagen de abajo, lo dejo así) como veís voy a coger el siguiente resultado para hacer esta prueba, os lo muestro con una imagen para no enlazarlo desde aquí y así no influír en el experimento.


documento a probar




Acciones realizadas
He copiado el documento y le he dado sólo unos saltos de línea.
El documento lo he publicado y lo podemos ver aquí, es el primer resultado, no lo quiero linkar desde aqiuí

Mi idea es que para la búsqueda del título se posicione el copiado antes que el original, en este caso la url de la web que linka al pdf, que es la que sale la primera, aunque realmente esa página no contiene la tesis :).

Si fuese así, para los que practican black hat SEO puede ser un filón, ya que documentos txt indexados hay de todos los temas, así que podría considerarse "contenido casi gratis", pero como siempre digo se corre un riesgo, así que yo no lo haría en una web que quieras que tenga futuro.




 




Lea otros artículos de Links y experimentos

Últimos posts

Últimos comentarios


Lino

@errioxa probando desde comentarios del site :)
Post: El valor de los logs para el SEO

Lino

@Santy Jordi y Sergio muchas gracias! Irá mejorando, pero poco a poco :)
Post: Informes y gráficas usando la API de Google Search Console

sergio

Bravo! Gracias por compartir.
Post: Informes y gráficas usando la API de Google Search Console

Santy

Gracias Lino, muy útil para el día a día
Post: Informes y gráficas usando la API de Google Search Console

Jordi

Buenas tardes Lino, Felicidades por la herramienta, me parece algo espectacular y rápido de utilizar. Espero con muchas ganas ver las nue
Post: Informes y gráficas usando la API de Google Search Console

Joan marc

Muchísimas gracias @Lino!! Para acabar, sabes si con Varnish tendríamos problemas? Entiendo que al no hacerse siempre consultas al servid
Post: Monitorizar GoogleBot con Google Analytics

Lino

@Joan marc sí!, pero has de configurar el server para que cualquier URL que de 301 sea tratada por una única url del site (como la url de
Post: Monitorizar GoogleBot con Google Analytics

Joan marc

Excelento post Lino! Has podido trackear los 301 y 302?
Post: Monitorizar GoogleBot con Google Analytics

German

Hola amigo, lo cierto es que no me he enterado pajolera idea de lo que cuentas, aunque te felicito por aparecer en el Discovery de Google. M
Post: Google podria no querer el HTML de una URL

Lino

Una manera súper sencilla para comprobarlo: 1- Una URL, mirar un log de Googlrbot de esa UR cuando da 200 2- Comparar con otro log
Post: Google podria no querer el HTML de una URL