Vérificateur de liens cassés en ligne

Objectif et intention utilisateur : Identifier les liens cassés sur un site Web pour soutenir le SEO, la qualité du contenu et l'expérience utilisateur. Utilisateurs cibles : administrateurs, professionnels SEO, rédacteurs et développeurs. Utiliser après publication, migration, restructuration d'URL ou avant des audits majeurs pour révéler les 404, 410 et les chaînes de redirection.
Logique centrale et fonctionnalités : Requis : site_url et crawl_depth (facultatif). L'outil explore les pages, extrait les hyperliens, résout les URL relatives et normalise les domaines. Il valide les liens via des requêtes HTTP, suit les redirections jusqu'à la destination finale et marque les statuts finaux 4xx/5xx ou les liens non résolubles comme cassés. Sorties : données par lien et résumé. Optionnel : crawl basé sur le sitemap, portée dans le même domaine, motifs include/exclude, formats d'export (CSV/JSON), contrôle de concurrence.
Entrées et sorties : Entrées : site_url (chaîne, requis), crawl_depth (int, optionnel, défaut 2), max_pages (int, optionnel), include_patterns (tableau), exclude_patterns (tableau), timeout_seconds (int, optionnel). Sorties : tableau broken_links avec éléments { url, final_url, status_code, found_on_page, anchor_text, page_url, last_checked } et totaux.
Algorithmes et calculs : Requêtes HEAD d'abord ; fallback GET ; suivre les redirections ; dédupliquer les URLs ; ignorer les liens non-http(s) ; contrainte de même domaine si configurée. Calcul du nombre de cassés et du pourcentage.
Erreurs et cas limites : URL invalide ou schéma non-http(s) provoquant une erreur d'entrée. Délais d'attente, échecs DNS ou limites de taux peuvent produire des résultats partiels. Grands sites peuvent nécessiter un traitement en lots ; robots.txt peut bloquer le crawl. Pages protégées par authentification ignorées par défaut. Liens rendus JS manqués si le rendu n'est pas activé.
Industrie/région et localisation : Utilise les conventions HTTP standard selon RFC 7231. Délais en secondes ; export localisé ; supports URLs internationalisées.
Hypothèses et exclusions : Supposer un accès à des pages publiques ou internes autorisés. Exclut contenu protégé par mot de passe, ressources restreintes et contenu dynamique nécessitant rendu côté client, sauf configuration.