Online trasiga länkar-kontroll

Syfte och användarens avsikt: Identifiera trasiga länkar på en webbplats för att stödja SEO, innehållskvalitet och användarupplevelse. Målgrupp är webbansvariga, SEO-proffs, innehållsredaktörer och utvecklare. Använd efter publicering, webbplatsflytt, URL-omstrukturering eller för större site-audits för att avslöja 404, 410 och redirect-kedjor.
Kärnlogik & funktioner: Kräver site_url och valfri crawl_depth. Verktyget genomsöker sidor, hämtar hyperlänkar, löser relativa URL:er och normaliserar domäner. Det validerar länkar via HTTP-förfrågningar, följer omdirigeringar till slutdestinationen och markerar slutstatus som 4xx/5xx eller olösliga som trasiga. Utdata innehåller per-länk data och en sammanfattning. Valfritt: sitemap-baserad crawling, domän-inom scope, include/exclude-mönster, exportformat (CSV/JSON), samtidighetsinställningar.
In- och utdata: Inmatningar: site_url (sträng, krävs), crawl_depth (int, valfritt, standard 2), max_pages (int, valfritt), include_patterns (array), exclude_patterns (array), timeout_seconds (int, valfritt). Utdata: broken_links-array med poster { url, final_url, status_code, found_on_page, anchor_text, page_url, last_checked } och totalsumma.
Algoritmer & beräkningar: HEAD-förfrågningar först; fallback till GET; följ omdirigeringar; ta bort dubbletter; ignorerar icke-http(s) länkar; in-domain-begränsning vid konfiguration. Beräknar defective_count och andel.
Fel & kantfall: Ogiltig site_url eller icke-http(s)-schema ger indatarsfel. Tidsgränser, DNS-fel eller hastighetsbegränsningar kan ge partiella resultat. Stora webbplatser kan kräva batching; robots.txt kan blockera crawl. Sidor bakom autentisering undantas som standard. JS-renderade länkar kan missas om render-läget inte aktiverats.
Bransch/Region & Lokalisering: Använder standard HTTP-statussemantik enligt RFC 7231. Tidsgränser i sekunder; respekterar lokalisering i export; stödjer internationaliserade URLs.
Antaganden & undantag: Förutsätter tillgång till offentligt tillgängliga sidor eller auktoriserade interna sidor. Exkluderar lösenordsskyddat innehåll, låsta resurser och dynamiskt innehåll som kräver klientrendering om inte konfigurerat.