Ein Python-Parser, der SEO-Daten der Seiten einer Website in einer Tabelle speichert: Title, Description, H1, Status, Canonical

Beispielergebnis

def product_links(list_url: str) -> Iterator[str]:
    """Links zu den Produktseiten von jeder Seite der Liste, dem Link „Weiter“ folgend."""
    url: str | None = list_url
    while url:
        page = fetch(url)
        for card in page.select("div.product-card a.title"):
            yield urljoin(url, card["href"])
        next_link = page.select_one("a.pagination-next")
        url = urljoin(url, next_link["href"]) if next_link else None


def fetch(url: str) -> BeautifulSoup:
    """Eine öffentliche Seite in höflichem Tempo: eine Pause zwischen Anfragen und einige Versuche bei Fehlern."""
    for attempt in range(3):
        time.sleep(settings.delay_seconds)
        response = session.get(url, timeout=30)
        if response.status_code == 200:
            return BeautifulSoup(response.text, "html.parser")
        log.warning("%s antwortete mit %s, Versuch %d von 3", url, response.status_code, attempt + 1)
    raise ScraperError(f"{url} ließ sich nach 3 Versuchen nicht öffnen")

Über diese Leistung

Vor einem Website-Umzug oder einem SEO-Check durchläuft dieser Parser die Seiten einer Website und speichert für jede eine Zeile: Adresse, Statuscode, Title und Meta-Description mit ihrer Länge, H1, Anzahl der H2, Canonical-Link, Noindex-Tag, Wortzahl, Bilder ohne Alt-Text und Anzahl der internen Links. Die Adressen nimmt er aus der Sitemap-Datei der Website, aus Kategorieseiten oder aus Ihrer eigenen Liste. Nutzen Sie ihn für Ihre eigene Website oder die öffentliche Website eines Mitbewerbers. Schicken Sie die Adresse der Website, einige aus Ihrem Browser gespeicherte Seiten und die benötigten Felder. Sie erhalten Python-Code mit einer Einstellungsdatei und einer README und starten ihn auf Ihrem Computer. Er sammelt Fakten, repariert die Website nicht und verspricht keine Suchpositionen. Er liest nur öffentlich zugängliche Seiten in höflichem Tempo, meldet sich nie an und umgeht keine Captchas oder Schutzmaßnahmen. Ob die Nutzungsbedingungen einer Website das erlauben, entscheiden Sie; eine spätere Änderung des Aufbaus erfordert eine Aktualisierung.

Was enthalten ist

• Das erhalten SieEin ZIP-Archiv mit dem Python-Code, einer Einstellungsdatei und einer README mit Schritt-für-Schritt-Anleitung; der Code wird auch auf der Bestellseite angezeigt.
• Tags und ihre LängeTitle und Description mit Zeichenzahl
• StatuscodesDefekte und weitergeleitete Seiten erkennen
• Fehlender Alt-TextZählt Bilder ohne Alt-Text
• Aus der Sitemap oder Ihrer ListeAdressen aus der Sitemap-Datei, aus Kategorien oder aus einer Datei, die Sie liefern
• Höfliches TempoEine Pause zwischen den Seiten, in den Einstellungen festgelegt

So funktioniert es

1. 1
   WebsiteSie nennen die Website, die Quelle der Adressen und gespeicherte Seiten
2. 2
   ParserWir schreiben den Code und die Anleitung zum Ausführen
3. 3
   StartSie starten ihn und prüfen einige Zeilen in Ihrem Browser
4. 4
   ÜberarbeitungenSie wünschen Überarbeitungen im Rahmen Ihres Pakets und schicken etwaige Fehlermeldungen

Was wir von Ihnen brauchen

Die Adresse der Website und woher der Parser die Adressen nehmen soll: die Sitemap-Datei, Kategorieseiten oder Ihre eigene Liste. Ungefähr wie viele Seiten es gibt. Die benötigten Felder, z. B. Adresse, Statuscode, Title, Description, H1, Canonical, Noindex, Wortzahl, Bilder ohne Alt-Text. Zwei oder drei Seiten unterschiedlichen Typs, aus Ihrem Browser gespeichert (Datei > Seite speichern unter). CSV oder Excel.

Wir fragen Sie:

• Welche Website?
• Woher die Adressen kommen sollen
• Die benötigten Felder
• Ungefähr wie viele Seiten?

Pakete vergleichen

Fragen und Antworten

Keine Antwort gefunden? Fragen Sie uns