Prevención de Junk SEO en WordPress

Mantener un motor de búsqueda interno eficiente no es solo una cuestión de experiencia de usuario, sino una parte fundamental de la salud de la base de datos y la estrategia SEO. WordPress, por defecto, intenta procesar cualquier cadena enviada al parámetro de búsqueda, lo que puede resultar en la creación de miles de URLs basura si los bots rastrean el sitio. Se puede implementar una lógica de «cortocircuito» para filtrar estas peticiones antes de que generen carga innecesaria.

#El Concepto Central: Intercepción Preventiva

La intercepción preventiva consiste en validar la intención de la búsqueda en el momento más temprano posible del ciclo de vida de WordPress. En lugar de dejar que el motor de búsqueda compare cadenas vacías o términos de un solo carácter contra toda la tabla de posts, podemos decidir programáticamente que esa consulta no cumple con los requisitos mínimos de calidad, devolviendo un resultado nulo de forma inmediata.

#Patrones de Resolución Universal

Un sistema de búsqueda robusto permite aplicar estos principios universales de ingeniería:

• Normalización de Cadenas: Eliminar caracteres especiales, etiquetas HTML y espacios duplicados que puedan falsear la consulta.
• Filtrado Multibyte: Asegurar que la longitud del término se calcule correctamente en codificaciones UTF-8 para no romper caracteres especiales.
• Uso de post__in dinámico: Forzar un array con valor array(0) si la búsqueda es inválida es el método más eficiente para asegurar que WordPress devuelva «sin resultados» sin recorrer la base de datos.

#Estudio de Caso: Aplicación Práctica

Veamos cómo se aplicaría este patrón en un entorno real donde un rastreador intenta indexar búsquedas vacías o compuestas solo por símbolos. Supongamos que Marcos, un administrador de sistemas, observa un pico de consumo en CPU debido a búsquedas del tipo ?s=+++ o ?s=*.

Se puede aplicar esta mejora estructural en el archivo inc/security.php para blindar el sistema:

/** 
 * Ubicación del archivo: inc/security.php 
 */
function github_theme_sanitize_search_query($query) {
    if ($query->is_search && !is_admin() && $query->is_main_query()) {
        $search_term = trim(strip_tags($_GET['s']));
        
        // Si el término es demasiado corto (ej. menos de 2 caracteres)
        if (mb_strlen($search_term) < 2) { // Forzamos un resultado vacío sin estresar la base de datos $query->set('post__in', array(0));
            return;
        }
        
        $query->set('s', $search_term);
    }
}
add_filter('pre_get_posts', 'github_theme_sanitize_search_query');

Al implementar esta lógica, las búsquedas de mala calidad no solo no devolverán resultados, sino que el servidor responderá en una fracción del tiempo habitual, protegiendo tanto la experiencia de usuario como el presupuesto de rastreo de los buscadores.

#Cuándo usar / Cuándo NO usar