# Apache

> .htaccess para Apache con mod_rewrite y mod_proxy, también en muchos hostings compartidos.

Página original: https://docs.jazui.com/integrations/apache/es

Con `mod_rewrite`, Apache reconoce a los bots y, con la bandera `[P]` de `mod_proxy`, les sirve la página de Jazui. El resto de peticiones van a tus archivos o a `index.html`.

## Antes de empezar

- Los módulos `rewrite`, `headers`, `proxy`, `proxy_http` y `ssl` activos, y `SSLProxyEngine On` en tu `<VirtualHost>`, con `AllowOverride All` para que se lea el `.htaccess`. En un hosting compartido, pregunta a tu proveedor si tiene `mod_proxy`.
- Tu sitio **verificado antes de activar la configuración**: con el proxy de Apache, si Jazui responde con error, el bot recibe ese error.
- Tu token.

En un servidor propio (Debian, Ubuntu):

```bash
sudo a2enmod rewrite headers proxy proxy_http ssl
sudo systemctl restart apache2
```

`VirtualHost`:

```apache
<VirtualHost *:443>
    ServerName misitio.com
    DocumentRoot /var/www/misitio
    SSLProxyEngine On
    <Directory /var/www/misitio>
        AllowOverride All
    </Directory>
</VirtualHost>
```

## Instalación

Pon este `.htaccess` en la carpeta raíz de tu sitio (o sus reglas dentro de tu `<VirtualHost>`):

`.htaccess` (https://docs.jazui.com/example_config/apache.xml):

```apache
# Jazui para Apache (.htaccess o <VirtualHost>): los bots reciben el HTML renderizado; el resto, la SPA.
# Requiere mod_rewrite, mod_headers, mod_proxy, mod_proxy_http y SSLProxyEngine On en el VirtualHost.
# Sustituye [JAZUI_TOKEN] por el token de render del sitio. Las listas de bots y extensiones las rellena
# Sync-Integrations.ps1 (bots.txt, extensions.txt).

<IfModule mod_rewrite.c>
    RewriteEngine On

    <IfModule mod_proxy_http.c>
        # Nunca a sí mismo y solo GET/HEAD
        RewriteCond %{HTTP:X-Jazui} ^$
        RewriteCond %{REQUEST_METHOD} ^(GET|HEAD)$
        # Un bot de la lista o _escaped_fragment_ en la query
        # BOTS:BEGIN
        RewriteCond %{HTTP_USER_AGENT} (googlebot|google-inspectiontool|storebot-google|adsbot-google|bingbot|bingpreview|msnbot|adidxbot|yandex|baiduspider|duckduckbot|slurp|applebot|seznambot|qwantbot|qwantify|petalbot|sogou|naver|exabot|yetibot|360spider|soso|gptbot|chatgpt|oai-searchbot|claudebot|claude-user|claude-searchbot|anthropic-ai|perplexity|google-cloudvertexbot|bytespider|ccbot|amazonbot|meta-externalagent|cohere-ai|mistralai-user|youbot|duckassistbot|yibot|qwenbot|tongyibot|erniebot|yiyanbot|doubaobot|tiktokspider|deepseekbot|pangubot|manus-user|kimi-agent|kimi-searchbot|kimi-user|kimibot|moonshotbot|hunyuan|chatglm-spider|agi\ agent|ai2bot|ai2bot-deepresearcheval|ai2bot-dolma|aihitbot|amazon-kendra|amazon-qbusiness|amazonbuyforme|amzn-searchbot|amzn-user|bedrockbot|novaact|andibot|claude-web|apifybot|apifywebsitecontentcrawler|atlassian-bot|awario|bigsur\.ai|brightbot|buddybot|cartai\ agentic\ commerce|terracotta|cledarabot|cloudflare-autorag|cloudflarebrowserrenderingcrawler|cohere-training-data-crawler|cragcrawler|crawlspace|datenbank\ crawler|diffbot|diffbot-user|anomura|echobot\ bot|echoboxbot|elevenlabsbot|elevenlabscrawler|exasearchbot|exauser|factset_spyderbot|firecrawlagent|geisthaus-pagefetcher|cloudvertexbot|gemini-deep-research|google-agent|google-firebase|google-notebooklm|googleagent-mariner|googleagent-urlcontext|googleother|googleother-image|googleother-video|notebooklm|iaskbot|iaskspider|imagesiftbot|img2dataset|isscyberriskcrawler|kagi-fetcher|keenablebot|klaviyoaibot|laiondownloader|linguee\ bot|linkupbot|aiwebindex|meta-externalfetcher|meta-webindexer|facebookbot|azureai-searchbot|mistralai-index|mistralai-training|mozilla-tabstack|nagetbot|netestate\ imprint\ crawler|icc-crawler|oai-adsbot|panscient|panscient\.com|shapbot|payhawk\ invoice\ fetching\ agent|phindbot|poggio-citations|poseidon\ research\ crawler|qualifiedbot|wpbot|querit-searchbot|queritbot|quillbot|quillbot\.com|reflectionbot|cotoyogi|sbintuitionsbot|scrybot|sidetrade\ indexer\ bot|tavilybot|agenttimes|thinkbot|timpibot|twinagent|velenpublicwebcrawler|wardbot|omgili|omgilibot|grok\ bot|grokappandroid|grokbot|addsearchbot|agentdatabot|aranet-searchbot|bixelbot|bravebot|channel3bot|friendlycrawler|henkbot|imagespider|kangaroo\ bot|kunatocrawler|laion-huggingface-processor|linerbot|mycentralaiscraperbot|terra\ cotta|wrtnbot|zanistabot|facebookexternalhit|facebot|twitterbot|linkedinbot|slackbot|whatsapp|telegrambot|discordbot|pinterest|redditbot|skypeuripreview|embedly|quora\ link\ preview|showyoubot|outbrain|developers\.google\.com\/\+\/web\/snippet|vkshare|tumblr|bitlybot|nuzzel|flipboard|snapchat|viber|mattermost|bitrix\ link\ preview|xing-contenttabreceiver|ahrefsbot|semrushbot|mj12bot|majestic-12|dotbot|rogerbot|screaming\ frog|sitebulb|serpstatbot|seokicks|siteimprove|lighthouse|google\ page\ speed|gtmetrix|pingdom|uptimerobot|uptimebot|w3c_validator|w3c-checklink|archive\.org_bot|paperlibot|dataprovider\.com|grapeshotcrawler|zoominfobot|feedly|newsblur|inoreader|integration-test) [NC,OR]
        # BOTS:END
        RewriteCond %{QUERY_STRING} _escaped_fragment_
        # Archivos que nunca se renderizan
        # EXTENSIONS:BEGIN
        RewriteCond %{REQUEST_URI} !\.(js|mjs|css|less|map|json|xml|rss|txt|webmanifest|ico|png|jpg|jpeg|gif|webp|avif|svg|bmp|tif|tiff|psd|ai|woff|woff2|ttf|otf|eot|mp3|m4a|wav|ogg|mp4|m4v|webm|avi|mov|mpg|mpeg|wmv|flv|swf|pdf|doc|docx|xls|xlsx|ppt|pptx|csv|zip|gz|rar|7z|iso|torrent|exe|dmg|apk|wasm|dll|dat|blat)$ [NC]
        # EXTENSIONS:END
        # Ruta y query tal cual las pidió el bot (la URL completa viaja en X-Jazui-Url)
        RewriteCond %{THE_REQUEST} ^\S+\s(\S+)
        RewriteRule ^ https://api.jazui.com/Render [P,L,QSD,E=JAZUI_URL:%{REQUEST_SCHEME}://%{HTTP_HOST}%1,E=JAZUI_IP:%{REMOTE_ADDR}]
    </IfModule>

    # Fallback de la SPA: todo lo que no es un archivo va a index.html
    RewriteCond %{REQUEST_FILENAME} !-f
    RewriteCond %{REQUEST_FILENAME} !-d
    RewriteRule ^ index.html [L]
</IfModule>

<IfModule mod_headers.c>
    RequestHeader set Authorization "Bearer [JAZUI_TOKEN]" env=JAZUI_URL
    RequestHeader set X-Jazui-Url "%{JAZUI_URL}e" env=JAZUI_URL
    # Detrás de un CDN usa su cabecera (CF-Connecting-IP, X-Forwarded-For)
    RequestHeader set X-Jazui-Client-IP "%{JAZUI_IP}e" env=JAZUI_URL
    # Las cookies del visitante no le hacen falta a Jazui: no se envían
    RequestHeader unset Cookie env=JAZUI_URL
</IfModule>
```

Cambia `[JAZUI_TOKEN]` por tu token. Si ya tenías reglas para la SPA, deja las de Jazui antes.

## Qué hace

- Las condiciones comprueban que no haya cabecera `X-Jazui`, el método, el agente de usuario (o `_escaped_fragment_`) y que la ruta no sea un archivo.
- La regla hace de proxy hacia `https://api.jazui.com/Render` y guarda en variables la dirección completa y la IP del bot.
- `mod_headers` añade `Authorization`, `X-Jazui-Url` y `X-Jazui-Client-IP` solo a esas peticiones.
- Las demás van a tus archivos o a `index.html`.

## Mantener al día la lista de bots

Esta configuración lleva la lista de bots escrita dentro, entre las marcas `BOTS:BEGIN` y `BOTS:END`, porque el servidor no puede descargarla solo. Cuando Jazui añade bots nuevos:

1. En el panel, ve a **Sitios web** y pulsa **Token del sitio** en cualquiera de tus sitios.
2. En **Bots en nginx, IIS y Apache**, elige la pestaña de tu servidor y copia el bloque. Verás cuántos bots tiene y la fecha de la lista.
3. Sustituye en tu configuración todo lo que hay entre `BOTS:BEGIN` y `BOTS:END` por ese bloque y recarga el servidor.

También puedes descargar la lista en texto con `GET https://api.jazui.com/v2/bots.txt` o los bloques ya hechos con `GET https://api.jazui.com/v2/bots/config`.

## <p>Pide tu portada como si fueras un bot, con el agente de usuario de pruebas integration-test:</p><pre>curl -I -A "integration-test" https://misitio.com/</pre><p>La respuesta debe llevar x-jazui: true y x-jazui-cache: MISS la primera vez y HIT después. Sin agente de bot (curl -I https://misitio.com/) debe llegar tu web de siempre, sin x-jazui. En el panel, la petición aparece en Tráfico de bots y la página en Páginas en caché.</p>

Pide tu portada como si fueras un bot, con el agente de usuario de pruebas `integration-test`:

```
curl -I -A "integration-test" https://misitio.com/
```

La respuesta debe llevar `x-jazui: true` y `x-jazui-cache: MISS` la primera vez y `HIT` después. Sin agente de bot (`curl -I https://misitio.com/`) debe llegar tu web de siempre, sin `x-jazui`. En el panel, la petición aparece en **Tráfico de bots** y la página en **Páginas en caché**.

## Si algo no funciona

- **Error 500** al pedir como bot: falta algún módulo o `SSLProxyEngine On`; el registro de errores de Apache dice cuál.
- **No aparece `x-jazui`**: comprueba que el `.htaccess` se lee (`AllowOverride All`).
- **Detrás de Cloudflare**, `REMOTE_ADDR` es la IP del CDN: usa `%{HTTP:CF-Connecting-IP}` o `mod_remoteip`.
- El tiempo máximo de espera es el del proxy de Apache (`ProxyTimeout`, 60 s por defecto); puedes bajarlo a 20 s en tu `<VirtualHost>`.