Uno script Python che percorre il suo sito ed elenca ogni link rotto con la pagina in cui si trova

Esempio di risultato

python merge_sales.py --month 2026-10

2026-11-02 09:14:03 INFO  Cartella: sales/2026-10, 9 file trovati
2026-11-02 09:14:03 INFO  shop-01.csv: 1.284 righe
2026-11-02 09:14:04 INFO  shop-02.xlsx: 967 righe
2026-11-02 09:14:04 WARN  shop-07.csv: saltate 3 righe senza prezzo (righe 88, 412, 913)
2026-11-02 09:14:05 INFO  Fatto: 10.412 righe -> report-2026-10.xlsx (fogli "Vendite" e "Totali")

[columns]
date = Data, Data vendita, Giorno
product = Prodotto, Articolo, Descrizione
quantity = Q.tà, Quantità, Pz
price = Prezzo, Prezzo unitario

def read_shop_file(path: Path, columns: dict[str, list[str]]) -> pd.DataFrame:
    """Legge il file di un negozio e gli dà i nomi di colonna del report."""
    table = pd.read_excel(path) if path.suffix == ".xlsx" else pd.read_csv(path, encoding="utf-8-sig")
    renamed = {}
    for name, variants in columns.items():
        found = next((c for c in table.columns if c.strip() in variants), None)
        if found is None:
            raise ReportError(f"{path.name}: nessuna colonna per '{name}' (cercate: {', '.join(variants)})")
        renamed[found] = name
    table = table.rename(columns=renamed)[list(columns)]
    table["shop"] = path.stem
    return table

Informazioni sul servizio

I link che non portano da nessuna parte infastidiscono i visitatori e fanno sembrare un sito trascurato: vecchi articoli del blog che puntano a pagine rimosse, link ai prodotti dopo un cambio di catalogo, siti di partner che hanno chiuso. Questo script Python parte dalla sua homepage, segue i link interni del sito pagina per pagina e controlla ogni link e, dallo Standard, ogni immagine che trova. Salva un elenco di quelli rotti con l'errore, la pagina in cui si trova ciascuno e il testo del link, così sa cosa correggere e dove. Legge solo pagine pubbliche, a un ritmo discreto che imposta lei, e non accede mai con login. I link che le pagine aggiungono con JavaScript dopo il caricamento potrebbero sfuggire. È pensato per il suo sito. Lo esegue lei sul suo computer e corregge i link personalmente.

Cosa è incluso

• Cosa riceveUn archivio ZIP con lo script Python, un README con le istruzioni passo passo e, dallo Standard, un file di impostazioni con pagina iniziale, limiti e ritmo; il codice è visibile anche nella pagina dell'ordine.
• Dove si trova ogni linkLa pagina, il testo del link e l'errore
• Interni ed esterniLink alle sue pagine e ad altri siti
• Ritmo discretoUna pausa tra le richieste che imposta lei
• Solo pagine pubblicheNessun login, nessun aggiramento delle protezioni
• Codice leggibileCon commenti, facile cambiare i limiti in seguito

Come funziona

1. 1
   CompitoLei indica l'indirizzo del sito e cosa controllare
2. 2
   CodiceScriviamo lo script e la guida per eseguirlo
3. 3
   Lo proviLo esegue prima con un limite di poche pagine, poi su tutto il sito
4. 4
   ModificheChiede modifiche nei limiti del pacchetto e invia eventuali messaggi di errore

Cosa ci serve da lei

L'indirizzo del suo sito, circa quante pagine ha ed eventuali sezioni da escludere (risultati di ricerca, filtri, carrello, pagine di amministrazione). Se controllare anche le immagini e i link ad altri siti oltre alle sue pagine. Quanto velocemente può andare: una pagina al secondo è un ritmo discreto di default. Il formato del report che preferisce (CSV o Excel) e il suo sistema: Windows, macOS o Linux.

Le chiederemo:

• Qual è l'indirizzo del suo sito?
• Cosa deve controllare?
• Qualcosa da escludere?
• Dove verrà eseguito?

Confronto dei pacchetti

Domande e risposte

Non hai trovato la risposta? Chiedi a noi