Analizador de enlaces

Analice los enlaces de una página tal como los lee Google: internos o externos, seguidos o nofollow, sponsored o ugc, adónde lleva realmente cada uno y cuáles están rotos.

Lee el HTML de la página desde nuestro servidor · verifica cada URL con una solicitud GET · distingue los bloqueos antibots de los enlaces rotos

Verificación de estado en vivo

También sirve un dominio: example.org lee su página de inicio.

  • LecturaLee el HTML una vez
  • RedireccionesHasta 10, cada una verificada
  • Robotsmeta + X-Robots-Tag
  • Enlaces encontrados<a> y <area>
Verificación de estadoUn GET por cada URL, 6 a la vez
Pruebe
Analizador de enlaces: resultado de un artículo de Wikipedia con 1117 enlaces, su estado y el mapa de adónde vanAnalizador de enlaces: resultado de un artículo de Wikipedia con 1117 enlaces, su estado y el mapa de adónde vanPrimero, la respuestaCuántos enlaces tiene la página, cuántos se quedan en el sitio, cuántos salen de él y cuántos están rotos.Notas con soluciónEnlaces rotos, enlaces que solo la protección antibots detuvo, redirecciones que conviene actualizar, anclas vacías: cada una con su cantidad y qué hacer.La página, de arriba abajoUna marca por enlace en el lugar donde está en la página: menús, el artículo, las referencias, el pie de página.Adónde van los enlacesUna franja por sección y por sitio, tan ancha como su número de enlaces, con línea discontinua si los enlaces son nofollow.
Los enlaces del artículo Domain Name System de Wikipedia: los totales, las notas y el mapa de adónde van. Seleccione un número para ver qué muestra cada parte.

nofollow, sponsored y ugc (y por qué “dofollow” no es un atributo)

rel="nofollow" pide a los buscadores que no cuenten un enlace como su aval, rel="sponsored" marca un enlace de pago o un anuncio, y rel="ugc" marca un enlace escrito por sus usuarios. Un enlace sin ninguno de ellos se sigue: no existe el valor dofollow.

Desde el 10 de septiembre de 2019 los tres son indicaciones, no órdenes, y desde el 1 de marzo de 2020 también para el rastreo y la indexación (Google). Los valores se pueden combinar, como ugc nofollow, separados por espacios o comas.

El que más importa: un enlace de pago sin sponsored ni nofollow infringe las políticas contra el spam de Google (Google). En el artículo de Wikipedia que leímos, 267 de los 287 enlaces externos llevan nofollow, que MediaWiki añade a cada cita.

Qué pide cada valor rel
  • <a href>Seguido por defecto: no hay que añadir nada
  • rel="nofollow"No lo avalo: cuando no encaja otro valor
  • rel="sponsored"De pago o un anuncio: necesario en enlaces de pago (o nofollow)
  • rel="ugc"Escrito por usuarios: comentarios, mensajes de foros
  • rel="ugc nofollow"Ambos: permitido, para rastreadores más antiguos
  • rel="dofollow"No es un valor: los navegadores y Google lo ignoran
  1. 2005Google presenta nofollow
  2. 2019-09-10llegan sponsored y ugc; los tres pasan a ser indicaciones
  3. 2020-03-01indicaciones también para rastreo e indexación
wikipedia.org/wiki/Domain_Name_System267 nofollow20 seguidoMediaWiki marca cada cita con nofollow
dnsrobot.net/blog/hosting-com-coupon14 sponsored9 seguidonuestra propia página de cupones: enlaces de pago marcados sponsored

¿Y si la propia página indica nofollow?

Entonces Google no sigue ninguno de sus enlaces, diga lo que diga el rel de cada uno. Una etiqueta meta robots o una cabecera X-Robots-Tag con nofollow se aplica a toda la página; esta herramienta marca cada enlace como “nofollow (página)”.

Google lee los nombres robots y googlebot con cualquier combinación de mayúsculas, incluso en el cuerpo, y none equivale a noindex más nofollow (Google). Las mismas reglas pueden llegar como cabecera, por ejemplo X-Robots-Tag: nofollow.

Las páginas de historial de revisiones de Wikipedia llevan noindex,nofollow a propósito. La versión anterior de esta herramienta nunca leía la etiqueta y contaba 194 de los primeros 200 enlaces de una página de historial como seguidos.

Una etiqueta meta, todos los enlaces
<meta name="robots" content="noindex,nofollow">
en.wikipedia.org/w/index.php?title=Example&action=history
La versión anterior contaba
194 seguidos

de los primeros 200 enlaces: la etiqueta meta nunca se leía

Leído como lo lee Google
549

enlaces, todos nofollow (página): Google no sigue ninguno

543 nofollow (página)6 nofollow
La misma regla como cabecera HTTP
X-Robots-Tag: nofollow
X-Robots-Tag: none

“Aquí aparece bloqueado, pero en mi navegador funciona”

Muchos sitios ponen protección antibots delante de sus páginas. Detiene a los visitantes que no ejecutan JavaScript o parecen automatizados, así que nuestro verificador recibe un 403 o un 429 mientras su navegador pasa. Estos enlaces se listan como Bloqueados, no como rotos.

Cloudflare marca sus desafíos con la cabecera cf-mitigated: challenge (Cloudflare) y, por defecto, desafía a los clientes con agentes de usuario inusuales; 429 significa demasiadas solicitudes (RFC 6585).

Enviamos un agente de usuario honesto y nunca intentamos eludir un bloqueo. En el artículo que leímos, 18 URL estaban bloqueadas: 17 por Cloudflare, AWS WAF, Akamai y límites de solicitudes, una por un simple 403. Ábralas usted mismo antes de cambiar nada.

La misma URL, dos visitantes
Nuestro verificadoragente de usuario honesto, sin JavaScript403 · 429cf-mitigated: challenge
Su navegadorejecuta el desafíoprotección antibots200
Los bloqueos del artículo
  • Desafío de Cloudflare7dl.acm.org · onlinelibrary.wiley.com · queue.acm.org · 403
  • AWS WAF6api.semanticscholar.org · ui.adsabs.harvard.edu · sgp.fas.org · 202 · 405
  • Límite de solicitudes (429)3search.worldcat.org · api.semanticscholar.org · 429
  • Protección antibots de Akamai1dyn.com → www.oracle.com · 403

target=_blank y noopener: ¿siguen haciendo falta?

No en los navegadores actuales. Un enlace con target="_blank" abre una pestaña nueva, y todos los navegadores principales ya lo tratan como rel="noopener": la página nueva no puede acceder a la suya para modificarla. Que falte noopener se lista como una nota, no como un riesgo.

El estándar HTML hizo que _blank implique noopener en 2019 (HTML); Safari 12.1, Firefox 79 y Chrome 88 lo incorporaron. noreferrer además oculta de dónde vino el visitante: una decisión de privacidad y analítica, no una corrección de seguridad.

Una pestaña nueva ya no puede acceder a la anterior
su página<a target="_blank">sin ningún rel
abreno puede acceder
pestaña nuevawindow.opener→ null
  1. 2019-02HTML: _blank implica noopenerwhatwg/html #4330
  2. 2019Safari 12.1noopener implícito
  3. 2020Firefox 79noopener implícito
  4. 2021Chrome 88noopener implícito
Páginas que leímos hoy
  • dnsrobot.net/blog/hosting-com-coupon23 de 23 tienen noopener o noreferrer
  • github.com10 de 10 tienen noopener o noreferrer
  • developer.mozilla.org/en-US/10 de 10 tienen noopener o noreferrer

Preguntas frecuentes sobre el analizador de enlaces

¿Es seguro hacer clic en este enlace?

Esta herramienta no juzga si un enlace es seguro, y ninguna herramienta puede prometerlo solo con una dirección. Muestra adónde redirigió un enlace cuando lo verificamos, con cada salto; un sitio puede enviar a nuestro verificador a un lugar distinto que a su navegador, así que tómelo como una guía. Para revisar la reputación de un sitio, consulte su dominio en una lista negra de IP y en WHOIS, y abra lo dudoso solo en un navegador actualizado.

¿Cómo puedo analizar enlaces y encontrar todos los de una página web?

Ingrese arriba la dirección de la página y seleccione Analizar enlaces. Leemos el HTML de la página una vez y listamos todos sus enlaces, de los menús al pie de página, con su texto ancla, adónde apuntan, sus valores rel y el estado de cada URL. Descargue la lista en CSV o JSON, o copie todas las URL de una vez.

¿Qué diferencia hay entre enlaces internos y externos?

Un enlace interno apunta al mismo host que la página, como otro artículo del mismo sitio. Un enlace externo apunta a un sitio web distinto. Los enlaces a otro host del mismo sitio, como un subdominio de idioma, se cuentan aparte y se muestran junto a los internos, así que la división coincide con lo que usted esperaría de su propio sitio.

¿Qué significa nofollow y es dofollow un atributo real?

rel="nofollow" pide a los buscadores que no traten un enlace como su aval; desde 2019 Google lo lee como una indicación, no como una regla estricta. No existe el atributo dofollow: un enlace sin nofollow, sponsored ni ugc se sigue por defecto, así que las herramientas que listan “enlaces dofollow” se refieren simplemente a enlaces sin ninguno de esos valores.

¿Cuándo debo usar rel="sponsored" o rel="ugc"?

Use sponsored en los enlaces por los que le pagaron, incluidos los de afiliados y los anuncios; las políticas contra el spam de Google exigen sponsored o nofollow en ellos. Use ugc en los enlaces que escriben sus visitantes, como los comentarios y los mensajes de foros. Los valores se pueden combinar, como ugc nofollow, para los rastreadores que solo entienden el antiguo nofollow.

¿Por qué un enlace aparece como “Bloqueado” y no como roto?

La protección antibots del sitio detuvo a nuestro verificador, por lo general con un desafío de Cloudflare o Akamai (403), un firewall de AWS o un límite de solicitudes (429), o porque el servidor respondió 403 a un lector automático. Eso no dice nada sobre si la página existe: un navegador suele abrirla. Estos enlaces se listan aparte para que no elimine enlaces que funcionan. Ábralos usted mismo para asegurarse.

¿Por qué redirige un enlace y debo corregirlo?

El sitio movió la página y envía a los visitantes a la nueva dirección. El enlace sigue funcionando, pero cada salto cuesta una solicitud y tiempo. Corrija primero los enlaces dentro de su propio sitio, porque usted controla ambos extremos, y actualice los enlaces externos a su dirección final cuando edite una página. Una redirección que termina en un 404 cuenta aquí como rota.

¿Encuentra los enlaces añadidos con JavaScript?

No. Lee el HTML que envía el servidor, que es lo que los rastreadores obtienen primero. Los enlaces que un script añade después de cargar la página no se ven, por eso example.com no muestra enlaces aquí. Google sí puede encontrar los enlaces añadidos por script cuando renderiza una página, siempre que sean enlaces <a href> reales.

¿Puedo analizar el link de una página que bloquea a los lectores automáticos?

Sí. Abra la página en su navegador, abra su código fuente (Ctrl+U, o ⌘⌥U en Mac), cópielo todo y seleccione Pegar el código fuente de una página. El HTML se lee en su navegador con el mismo motor; solo las direcciones de los enlaces llegan a nuestro servidor, que verifica cada una. Los enlaces que un script añade después de la carga siguen sin incluirse.

¿Cuántos enlaces revisa este buscador de enlaces?

Lista todos los enlaces de la página, hasta 10 000, y verifica cada URL única una vez: hasta 1000 en un análisis de 90 segundos como máximo. Consulta seis a la vez, cuatro por sitio y como mucho 100 URL de cualquier otro sitio, y limita con qué frecuencia se verifica un sitio entre todos los visitantes. Cada verificación es un GET real con las redirecciones seguidas una por una, porque las solicitudes HEAD suelen recibir respuestas erróneas.

¿Cuántos enlaces debe tener una página?

Los que ayuden a sus lectores. Google no fija un límite y dice que no existe un número ideal; el viejo consejo de no pasar de 100 enlaces viene de cuando Google leía solo una parte de la página. Asegúrese de que los enlaces importantes sean enlaces <a href> reales en el HTML y de que la página quede muy dentro de los 2 MB que lee Googlebot.

¿Es gratis este analizador de links y guardan las páginas?

Sí, es gratis y sin registro. Leemos la página una vez desde nuestro servidor, verificamos cada URL y le enviamos el resultado; un análisis terminado se guarda 5 minutos para no leer dos veces la misma página, y no se conserva nada sobre quién lo consultó. Para compartir un resultado, copie el enlace: contiene la dirección de la página, así que quien lo abra verá el mismo análisis.

¿Le falta algo?Sugiera una función o una herramienta nueva