Verificatore di link rotti online

Scopo e intento dell'utente: identificare i collegamenti rotti su un sito web per supportare SEO, qualità dei contenuti e esperienza utente. Gli utenti target includono webmaster, professionisti SEO, editori di contenuti e sviluppatori. Utilizzare dopo la pubblicazione, migrazione del sito, ristrutturazione degli URL o prima di audit significativi per rivelare 404, 410 e catene di reindirizzamento.
Logica chiave e funzioni: Richiesto: site_url e crawl_depth opzionale. Lo strumento esegue la scansione delle pagine, estrae hyperlink, risolve URL relativi e normalizza i domini. Valida i link tramite richieste HTTP, segue i reindirizzamenti fino alla destinazione finale e contrassegna lo stato finale 4xx/5xx o inesolubile come rottura. Uscite includono dati per collegamento e sommario. Opzionale: crawling basato sulla mappa del sito, ambito nel dominio, pattern include/escludi, formati di esportazione (CSV/JSON), controlli di concorrenza.
Ingressi & Uscite: Input: site_url (stringa, obbligatorio), crawl_depth (int, opzionale, default 2), max_pages (int, opzionale), include_patterns (array), exclude_patterns (array), timeout_seconds (int, opzionale). Uscite: broken_links-array con elementi { url, final_url, status_code, found_on_page, anchor_text, page_url, last_checked } e totali.
Algoritmi & Calcoli: Richieste HEAD prima; fallback a GET; seguire reindirizzamenti; deduplicare URL; ignorare link non-http(s); vincolo dominio se configurato. Calcola broken_count e percentuale.
Errori & Casi limite: URL non valido o schema non-http(s) generano errore di input. Timeout, errori DNS o rate limit possono produrre risultati parziali. Grandi siti potrebbero richiedere batching; robots.txt può bloccare l'esplorazione. Pagine protette da autenticazione sono ignorate di default. Link renderizzati da JS possono essere persi se la modalità render non è attiva.
Industria/Regione & Localizzazione: Usa semantica HTTP standard secondo RFC 7231. Timeout in secondi; rispetta la localizzazione negli esport; supporta URL internazionalizzati.
Assunzioni & Esclusioni: Si presume l'accesso a pagine pubbliche o interne autorizzate. Esclude contenuti protetti da password, risorse gated e contenuti dinamici che richiedono rendering lato client, salvo configurazione.