Extraherare för externa länkar

Klistra in rå HTML och få en ren lista utan dubbletter över alla externa länkar den innehåller. Ange valfritt en bas-URL så att extraheraren vet vilken värd som räknas som intern; länkar till alla andra värdar rapporteras. Användbart när du granskar en webbplats efter länkläckor, inaktuella partnerplaceringar eller för att bekräfta att utgående länkar går dit din policy kräver.

Så extraherar du externa länkar

  1. 1

    Ange källan

    Klistra in den råa HTML-koden för sidan. Lägg valfritt till en bas-URL så att extraheraren vet vilken värd som räknas som intern; lämna den tom för att behandla alla värdar som externa.

  2. 2

    Kör extraktionen

    Välj om subdomäner ska räknas som interna och om länkar med nofollow, sponsored och ugc ska tas med. Sedan läses varje `<a href>` och `<area href>`, relativa länkar görs om till fullständiga adresser utifrån bas-URL:en och bara http/https-länkar till en annan värd behålls. Dubbletter slås ihop och räknas.

  3. 3

    Granska listan

    Du får en tabell över de externa URL:erna med deras ankartext, deras rel-värden (nofollow, sponsored, ugc) och hur många gånger var och en förekommer, plus antalet interna länkar.

  4. 4

    Använd resultatet

    Kopiera alla URL:er till urklipp, ladda ner tabellen som en CSV-fil för ett kalkylblad eller öppna valfri destination i en ny flik.

Vad extraheraren betraktar som extern

En länk är extern när dess värdnamn skiljer sig från värdnamnet i den bas-URL du angav. Jämförelsen bortser från versaler och gemener och från ett inledande www., så example.com och www.example.com räknas som samma webbplats. Som standard räknas subdomäner som separata värdar, så blog.example.com är extern i förhållande till www.example.com; svara Ja på frågan ”Räkna subdomäner som interna?” om du vill behandla alla subdomäner till din värd som interna. Lämna bas-URL:en tom för att lista varje http/https-länk som extern.

För varje destination visar tabellen ankartexten (alt-texten för bildlänkar och <area>-områden i en bildkarta), de rel-värden som finns på länkarna dit, med nofollow, sponsored och ugc markerade, och hur många gånger destinationen förekommer. CSV-filen du laddar ner har samma kolumner plus domänen.

Vad den ignorerar

  • mailto:-, tel:-, javascript:- och rena fragment-#-länkar.
  • Relativa URL:er när bas-URL:en är tom: utan den kan extraheraren inte avgöra vart de pekar, så den räknar dem bara. Med en bas-URL görs de om till fullständiga adresser och räknas som interna. Protokollrelativa URL:er som //cdn.example.com anger alltid en värd och kontrolleras därför (som https när det inte finns någon bas-URL).
  • Ankartaggar utan href (de är inte navigerbara länkar).

Tips

  • Klistra in den renderade HTML-koden om sidan använder JavaScript. Länkar som ett ramverk genererar på klientsidan visas bara när du klistrar in den renderade DOM:en (till exempel genom att kopiera outerHTML från DevTools).
  • Var uppmärksam på spårningsomslag. Affiliate-omdirigeringar via /go/ eller /out/ kan dölja den verkliga destinationen; extraheraren returnerar omslags-URL:en som den står, så granska den råa href-länken när en destination ser misstänkt ut.
  • Normalisera före jämförelse. En URL med ett annat fragment eller en annan spårningsparameter räknas som en separat länk; normalisera URL:erna innan du jämför två körningar av extraheraren.
  • Jämför över tid. Kör extraheraren varje månad och jämför listorna; nya externa länkar som du inte har lagt till är det första tecknet på att ett tema eller plugin har komprometterats.

Vanliga frågor

Det extraherar href-värdet exakt som det står i HTML-koden. Att följa varje omdirigering skulle kraftigt fördröja rapporten och kan utlösa botskydd på destinationen; lös dem separat om du behöver den slutgiltiga mål-URL:en.

Nej. Extraheraren analyserar HTML-koden i den form den levereras. Länkar som ett ramverk renderar på klientsidan visas endast om du klistrar in den renderade DOM:en (till exempel genom att kopiera outerHTML från DevTools).

Bara http/https-länkar till en annan värd listas. Relativa sökvägar är interna (utan bas-URL räknas de bara), mailto:-, tel:- och javascript:-länkar hoppas över, subdomäner räknas som interna när du svarar Ja på frågan ”Räkna subdomäner som interna?”, och länkar med nofollow, sponsored och ugc utelämnas när du svarar Nej på frågan ”Ta med länkar med nofollow, sponsored och ugc?”.

Den HTML du klistrar in och bas-URL:en stannar i din webbläsare. De skickas inte till våra servrar och läggs inte till i sidans länk: länkarna extraheras på den här sidan, och mellan stegen sparas HTML-koden i den här flikens tillfälliga lagring tills du börjar om eller stänger fliken.

Relaterade verktyg

Verktyget finns på andra språk