Gerador de hreflang e validador

O hreflang indica aos motores de pesquisa que uma página tem versões noutras línguas ou para outros países. O Google usa estas ligações para mostrar a cada utilizador a versão certa: quem pesquisa em Portugal vê /pt/precos em euros, quem pesquisa no Brasil vê /br/precos em reais. Não é um fator de posicionamento em si: ajuda a escolher que URL mostrar.

O Google suporta três métodos de marcação equivalentes:

O valor do atributo é um código de língua ISO 639-1, opcionalmente seguido de um código de país ISO 3166-1 alfa-2 após um hífen: pt, pt-PT, pt-BR. O valor especial x-default marca a página para todos os restantes: um seletor de língua ou a versão principal.

Um site numa só língua e para um só mercado não precisa de hreflang. É necessário quando a mesma página existe em várias variantes: traduções, versões regionais com preços e moedas diferentes, ou versões em português de Portugal e do Brasil com vocabulário adaptado.

Reciprocidade e autorreferência

A regra principal da documentação do Google: as ligações têm de ser recíprocas. Se a versão do Brasil aponta para a de Portugal, a de Portugal tem de apontar de volta; caso contrário, a marcação pode ser ignorada. Além disso, cada versão lista-se a si própria. O mais simples é colocar o mesmo conjunto completo em todas as versões — exatamente o que o gerador cria.

Códigos

• A língua é sempre obrigatória; o país, só em conjunto com a língua. hreflang="PT" é um erro — use pt-PT.
• O separador é o hífen. pt_PT aparece nos locales de software e no og:locale, mas no hreflang o correto é pt-PT.
• Uma língua sem país funciona como recurso para todos os países. Se tem pt-PT e pt-BR, acrescente pt para quem fala português em Angola, Moçambique ou noutros sítios.

hreflang e canonical

Cada versão tem de ser canónica de si própria. Um erro comum é apontar o rel="canonical" da versão portuguesa para a brasileira porque os textos são parecidos: isso declara a versão portuguesa como duplicada, e os motores de pesquisa podem não a mostrar. O canonical aponta para a página da mesma variante; o hreflang descreve a relação entre variantes. Os URL do hreflang têm de coincidir com os canónicos: sem parâmetros a mais, com o mesmo protocolo e a mesma barra final.

URL

Use URL completos, com protocolo e domínio: https://example.com/pt/, não /pt/. As versões podem estar em domínios diferentes (example.pt, example.com.br) — o hreflang funciona entre domínios. As páginas do conjunto devem devolver 200 e não podem estar bloqueadas à indexação.

O Google apoia-se no hreflang. O Bing tem recomendado historicamente o atributo lang do HTML ou a meta tag content-language e uma estrutura de URL clara, e dá menos peso ao hreflang. Na prática, use o atributo lang e o hreflang.

Domínios de país, subdomínios ou subpastas

O guia do Google para sites multirregionais e multilingues compara as opções assim:

• Domínios de país (example.pt, example.com.br) — o sinal de país mais claro, mas cada domínio tem de ser comprado, mantido e desenvolvido separadamente.
• Subdomínios (br.example.com) — fáceis de alojar separadamente; a ligação ao site principal é menos óbvia para os utilizadores.
• Subpastas (example.com/br/) — as mais fáceis de manter: um anfitrião, histórico de domínio partilhado. Para SaaS é normalmente a opção mais prática.
• Parâmetros de URL (?lang=pt) não são recomendados pelo Google: tornam difícil perceber que versão o utilizador vê.

Seja qual for a opção, não redirecione os utilizadores automaticamente por IP ou pela língua do navegador. Os rastreadores podem nunca ver as outras versões, e as pessoas podem não chegar à que queriam. Mostre um seletor de língua visível e deixe o hreflang indicar o URL certo aos motores de pesquisa.

• Sem ligações de volta. A marcação foi colocada só na versão principal — as restantes não apontam de volta.
• Sem autorreferência. A página lista todas as versões menos a própria.
• Códigos inválidos: pt_PT, PT sem língua, br a pensar no Brasil (é o código do bretão), códigos de três letras como por.
• URL relativos, ou com parâmetros de rastreamento e #fragmentos.
• Canonical para outra variante. A versão portuguesa fica declarada como duplicada da brasileira.
• Versões bloqueadas à indexação no robots.txt ou com noindex — a ligação aponta para uma página que o motor de pesquisa não pode usar.
• Um código, dois URL. Dois URL diferentes com hreflang="pt-PT" no mesmo conjunto.
• Páginas não adaptadas. Uma versão «para Portugal» idêntica à brasileira, com «celular» e preços em reais, é uma duplicação, não uma versão regional.
• Marcação em vários sítios que não coincide: um conjunto no HTML e outro no sitemap.

1. Google Search Central. Informar o Google sobre versões localizadas da sua página — developers.google.com/search/docs/specialty/international/localized-versions.
2. Google Search Central. Gerir sites multirregionais e multilingues — developers.google.com/search/docs/specialty/international/managing-multi-regional-sites.
3. ISO 639-1:2002. Codes for the representation of names of languages — Part 1: Alpha-2 code; registo — loc.gov/standards/iso639-2.
4. ISO 3166-1. Codes for the representation of names of countries — iso.org/iso-3166-country-codes.html.
5. RFC 5646 (BCP 47). Tags for Identifying Languages. IETF, 2009.
6. Sitemaps.org. Sitemap protocol — sitemaps.org/protocol.html.
7. Bing Webmaster Blog. How to optimize your content for search in multiple languages and regions — blogs.bing.com/webmaster.