Een Python-script dat je site doorloopt en elke dode link opsomt met de pagina waarop hij staat

Voorbeeldresultaat

python merge_sales.py --month 2026-10

2026-11-02 09:14:03 INFO  Folder: sales/2026-10, 9 files found
2026-11-02 09:14:03 INFO  shop-01.csv: 1,284 rows
2026-11-02 09:14:04 INFO  shop-02.xlsx: 967 rows
2026-11-02 09:14:04 WARN  shop-07.csv: 3 rows without a price skipped (lines 88, 412, 913)
2026-11-02 09:14:05 INFO  Done: 10,412 rows -> report-2026-10.xlsx (sheets "Sales" and "Totals")

[columns]
date = Date, Sale date, Day
product = Product, Item, Name
quantity = Qty, Quantity, Pcs
price = Price, Unit price

def read_shop_file(path: Path, columns: dict[str, list[str]]) -> pd.DataFrame:
    """Reads one shop's file and gives it the report's column names."""
    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}: no column for '{name}' (looked for {', '.join(variants)})")
        renamed[found] = name
    table = table.rename(columns=renamed)[list(columns)]
    table["shop"] = path.stem
    return table

Over deze dienst

Links die nergens heen leiden, irriteren bezoekers en laten een site verwaarloosd ogen: oude blogberichten die verwijzen naar pagina's die je hebt verwijderd, productlinks na een catalogusverandering, partnersites die zijn opgeheven. Dit Python-script begint op je homepage, volgt de eigen links van je site pagina voor pagina en controleert elke link en, vanaf Standaard, elke afbeelding die het vindt. Het slaat een lijst op van de kapotte links met de fout, de pagina waarop elke link staat en de linktekst, zodat je weet wat je waar moet herstellen. Het leest alleen openbare pagina's, in een rustig tempo dat je instelt, en logt nooit in. Links die pagina's na het laden met JavaScript toevoegen, kunnen gemist worden. Het is bedoeld voor je eigen site. Je voert het uit op je computer en herstelt de links zelf.

Wat is inbegrepen

• Wat je krijgtEen ZIP-archief met het Python-script, een README met stapsgewijze instructies en, vanaf Standaard, een instellingenbestand met de startpagina, limieten en het tempo; de code staat ook op de bestelpagina.
• Waar elke link staatDe pagina, de linktekst en de fout
• Intern en uitgaandLinks naar je eigen pagina's en naar andere sites
• Rustig tempoEen pauze tussen verzoeken die jij instelt
• Alleen openbare pagina'sNiet inloggen, geen beveiliging omzeilen
• Leesbare codeMet commentaar, later makkelijk limieten aan te passen

Hoe het werkt

1. 1
   TaakJe geeft het adres van de site en wat er gecontroleerd moet worden
2. 2
   CodeWij schrijven het script en de handleiding om het uit te voeren
3. 3
   UitproberenJe voert het eerst uit met een kleine paginalimiet, daarna op de hele site
4. 4
   WijzigingenJe vraagt binnen je pakket om wijzigingen en stuurt een eventuele foutmelding mee

Wat we van je nodig hebben

Het adres van je site, ongeveer hoeveel pagina's hij heeft en eventuele onderdelen die overgeslagen moeten worden (zoekresultaten, filters, de winkelwagen, beheerpagina's). Of afbeeldingen en links naar andere sites ook gecontroleerd moeten worden, naast je eigen pagina's. Hoe snel het mag gaan: één pagina per seconde is een rustige standaard. Het rapportformaat dat je wilt (CSV of Excel) en je systeem: Windows, macOS of Linux.

We vragen je:

• Wat is het adres van je site?
• Wat moet het controleren?
• Iets om over te slaan?
• Waar gaat het draaien?

Pakketten vergelijken

Vragen en antwoorden

Staat je antwoord er niet bij? Vraag het ons