hreflang

Qué es

Escrito en un enlace, `hreflang` indica en qué idioma está la página
de destino. HTML lo permite en los elementos `a`, `area` y `link`,
pero su uso más conocido es un conjunto de elementos `link
rel="alternate"` en la cabecera de una página, uno por versión
lingüística, con el que un sitio comunica a los buscadores que
varias direcciones contienen el mismo contenido en idiomas
distintos.

```html
<link rel="alternate" hreflang="en" href="https://example.com/guide/" />
<link rel="alternate" hreflang="da" href="https://example.com/da/guide/" />
<link rel="alternate" hreflang="x-default" href="https://example.com/guide/" />
```

El estándar HTML llama al atributo «meramente orientativo». Su valor
«debe ser una etiqueta de idioma BCP 47 válida» y, al obtener una
página, el navegador debe determinar su idioma a partir de ella
misma, nunca del enlace que llevó a ella. Combinado con
`rel="alternate"`, un `hreflang` distinto del idioma del documento
marca el destino como traducción.

Los buscadores convirtieron esa nota orientativa en un protocolo.
Google documenta tres formas equivalentes de proporcionar el
conjunto: elementos de enlace en la cabecera, una cabecera HTTP
`Link` para PDF y otros archivos sin cabecera HTML, y entradas en un
sitemap XML. Cada versión se enumera a sí misma y a todas las demás
con direcciones absolutas completas. Una pareja solo cuenta si ambas
páginas se nombran mutuamente, para que otro sitio no pueda
declararse traducción del suyo. Los códigos son un idioma ISO 639-1
seguido opcionalmente de una región ISO 3166-1; una región por sí
sola no es válida. El valor reservado `x-default` nombra la página
para lectores cuyo idioma no coincide con ninguno de los otros y
Google señala que se diseñó para páginas de selección de idioma.

Es fácil confundirlo con dos conceptos próximos. El atributo `lang`
dice en qué idioma está el texto que ve el lector; `hreflang` dice
el idioma de una página enlazada. Google declara que no usa ninguno
para detectar el idioma: `hreflang` no convierte una página en
danés, sino que comunica que una página danesa ya reconocida
pertenece al mismo conjunto que una inglesa. Una URL canónica
fusiona duplicados en una dirección indexada; `hreflang` identifica
las alternativas lingüísticas y ayuda al buscador a elegir qué
versión mostrar.

Por qué importa

La decisión que registra `hreflang` es si las versiones lingüísticas
de una página forman un conjunto o se evalúan como páginas
separadas. Si se mantienen separadas, cada una compite por sus
propios méritos y el buscador puede mostrar la inglesa a un lector
danés o ambas en los mismos resultados. Si se declaran como
conjunto, se entienden como un mismo contenido y el buscador puede
ofrecer la versión que coincide con el idioma configurado por el
lector.

El conjunto solo tiene sentido si las versiones son realmente el
mismo contenido. Un sitio monolingüe no necesita `hreflang`, y dos
secciones lingüísticas que difieren en lo sustancial tampoco forman
un conjunto. Sí lo forman variantes regionales con pequeñas
diferencias, como páginas `en-GB` y `en-US` con precios distintos.

El coste es mantener el registro y crece con el cuadrado del número
de idiomas. Cada versión de cada página lleva la lista completa:
añadir, mover o retirar una traducción cambia la cabecera de todas
sus hermanas. Una lista correcta en la mayoría de las páginas y
equivocada en unas pocas falla en silencio: se usan las parejas con
enlaces en ambos sentidos y se descarta el resto, sin error visible.
Eso hace que `hreflang` encaje mal con la edición manual y bien con
un generador que derive el conjunto de cada página de una lista. Lo
que cambia `hreflang` es cuál de varias versiones se muestra a quien
busca.

Cómo se aplica en la práctica

Este sitio construye sus ediciones lingüísticas desde un único árbol
de contenido, por lo que cada página tiene un conjunto de
traducciones hermanas que declarar.

Una plantilla decide qué traducciones se anuncian y varios lugares
la consultan: el conjunto `hreflang` de la cabecera, las etiquetas
`og:locale:alternate` de las vistas previas, las alternativas del
sitemap, el campo `inLanguage` de los datos estructurados y, tras
una exclusión adicional, la franja de idiomas que ve el lector. La
lista incluye la propia página y aporta así la autorreferencia
requerida. Los códigos nombran solo idiomas, por ejemplo `en`, `da`
y `uk`, de modo que cada versión se ofrece a todos los lectores de
ese idioma, estén donde estén; la entrada inglesa se escribe otra
vez como `x-default`. Cabecera y sitemap llevan el conjunto generado
desde esa misma lista, así que no pueden divergir.

La separación entre máquinas y lectores es deliberada. En una etapa
anterior de la implementación, la versión ucraniana se anunciaba a
los rastreadores y se enumeraba en los sitemaps, mientras la franja
de idiomas de la barra superior la omitía. Una sola bandera de
configuración controlaba esa distinción: los rastreadores recibían
alternativas ucranianas recíprocas y solo cambiaba la franja de
idiomas del lector. Una segunda bandera, para un idioma cuya edición
se construye pero aún no está lista, lo retira de ambas listas y
marca sus páginas como `noindex`. Una página de ese idioma tampoco
declara hermanas, porque un `hreflang` de una página no anunciada a
una anunciada es una pareja que el buscador solo ve desde un
extremo.

Las copias siguen el mismo razonamiento. Una página de un subdominio
especializado cuya URL canónica apunta al sitio principal no emite
ningún `hreflang`: el conjunto se lee en la página aceptada como
canónica y una copia que nombrara traducciones de su propio host
contradiría la línea anterior. Su selector de idioma sigue
funcionando, porque quien quiere danés debe seguir recibiendo danés.

Una comprobación de las páginas construidas verifica que cada página
con alternativas incluya `x-default` y su propio idioma, y que cada
alternativa sea una página construida, en un idioma anunciado y con
enlace de vuelta. La regla de autorreferencia se justifica por sí
misma. El generador ofrece dos listas de nombre parecido:
`.Translations`, que omite la página actual, y `.AllTranslations`,
que la incluye. Confundir esos nombres elimina a la vez el idioma
propio de cada página de la cabecera y la franja, que siguen
coincidiendo. Ante una construcción alterada deliberadamente, esta
fue la única aserción del control que detectó el fallo en 528 de las
792 páginas.

Dónde surgen los problemas

Quien busca recibe la versión en el idioma equivocado. Un lector
danés llega a la inglesa o ambas aparecen juntas. Las parejas
apuntan en un solo sentido: la danesa nombra la inglesa, pero esta
aún enumera solo sus idiomas anteriores, y los buscadores ignoran
una pareja sin enlace de vuelta. Genere el conjunto de cada página
desde una lista que incluya la propia página y pruebe la
reciprocidad sobre la salida construida.

Las anotaciones de todo un idioma no hacen nada. El marcado existe y
es HTML válido, pero las versiones se tratan como independientes.
Los códigos nombran lo equivocado: `ua` o `dk` donde los idiomas son
`uk` y `da`, `be` por Bélgica cuando es el código del bielorruso, o
`en-UK` donde se quería `en-GB`, ya que `UK` es un código regional
reservado que Google ignora. Use un idioma ISO 639-1 y añada una
región ISO 3166-1 solo si el contenido cambia por país; recuerde que
una etiqueta BCP 47 válida puede no estar admitida por Google.

Las traducciones desaparecen del índice. Solo aparece el idioma
original en búsquedas y las traducciones se tratan como duplicados.
Cada traducción nombra el original como canónico y pide así que la
traducción se fusione con él y deje de indexarse por separado,
mientras su `hreflang` pide que se muestre. Haga que cada versión
sea su propia canónica; Google aconseja que la página canónica esté
en el mismo idioma.

Se anuncia una página que pidió no aparecer en búsquedas. Un idioma
en borrador marcado `noindex` figura entre las alternativas de
páginas publicadas o las enumera en su cabecera. El anuncio y la
directiva se fijaron en sitios distintos, por lo que el rastreador
recibe dos respuestas sobre una dirección. Decida por idioma si se
anuncia en ambos sentidos o en ninguno, reúna esa decisión en un
ajuste que consulten todas las listas y verifique que las páginas
construidas respeten ese ajuste.

Lecturas adicionales

  * Estándar HTML: atributo hreflang — Significado del atributo en
un enlace y por qué el navegador no debe fiarse de él.

  * Estándar HTML: tipo de enlace «alternate» — Cómo `hreflang` y
`type` describen una traducción u otro formato del mismo documento.

  * RFC 5646: etiquetas para identificar idiomas — La sintaxis BCP
47 que debe seguir el valor del atributo.

  * Google Search Central: versiones localizadas de sus páginas —
Las tres formas de entrega, la regla de reciprocidad y `x-default`.

hEsta página en la web	URL:https://engineer.company/es/glossary/hreflang/	engineer.company	70
