Um script em Python que percorre o seu site e lista cada link quebrado com a página em que ele está

Exemplo de resultado

python merge_sales.py --month 2026-10

2026-11-02 09:14:03 INFO  Pasta: sales/2026-10, 9 arquivos encontrados
2026-11-02 09:14:03 INFO  shop-01.csv: 1.284 linhas
2026-11-02 09:14:04 INFO  shop-02.xlsx: 967 linhas
2026-11-02 09:14:04 WARN  shop-07.csv: 3 linhas sem preço ignoradas (linhas 88, 412, 913)
2026-11-02 09:14:05 INFO  Pronto: 10.412 linhas -> report-2026-10.xlsx (abas "Vendas" e "Totais")

[columns]
date = Data, Data da venda, Dia
product = Produto, Item, Descrição
quantity = Qtd, Quantidade, Unid
price = Preço, Preço unitário

def read_shop_file(path: Path, columns: dict[str, list[str]]) -> pd.DataFrame:
    """Lê o arquivo de uma loja e dá a ele os nomes de colunas do relatório."""
    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}: nenhuma coluna para '{name}' (procuradas: {', '.join(variants)})")
        renamed[found] = name
    table = table.rename(columns=renamed)[list(columns)]
    table["shop"] = path.stem
    return table

Sobre este serviço

Links que não levam a lugar nenhum irritam os visitantes e deixam o site com cara de abandonado: posts antigos do blog apontando para páginas que você removeu, links de produtos depois de uma mudança no catálogo, sites de parceiros que fecharam. Este script em Python começa na sua página inicial, segue os links do próprio site página por página e verifica cada link e, a partir do Padrão, cada imagem que encontrar. Ele salva uma lista dos quebrados com o erro, a página onde cada um está e o texto do link, para você saber o que corrigir e onde. Ele lê só páginas abertas, em um ritmo educado que você define, e nunca faz login. Links que as páginas incluem com JavaScript depois de carregar podem escapar. Ele é feito para o seu próprio site. Você roda no seu computador e corrige os links você mesmo.

O que está incluído

• O que você recebeUm arquivo ZIP com o script em Python, um README com instruções passo a passo e, a partir do Padrão, um arquivo de configurações com a página inicial, limites e ritmo; o código também aparece na página do pedido.
• Onde cada link estáA página, o texto do link e o erro
• Internos e externosLinks para as suas páginas e para outros sites
• Ritmo educadoUma pausa entre as requisições, que você define
• Só páginas abertasSem login, sem contornar proteções
• Código legívelCom comentários, fácil de mudar os limites depois

Como funciona

1. 1
   TarefaVocê passa o endereço do site e o que verificar
2. 2
   CódigoEscrevemos o script e o guia para rodá-lo
3. 3
   TesteVocê roda primeiro com um limite pequeno de páginas e depois no site todo
4. 4
   AjustesVocê pede ajustes dentro do seu pacote e envia qualquer mensagem de erro

O que precisamos de você

O endereço do seu site, mais ou menos quantas páginas ele tem e as seções a deixar de fora (resultados de busca, filtros, o carrinho, páginas de administração). Se deve verificar imagens e links para outros sites, além das suas próprias páginas. Em que velocidade ele pode ir: uma página por segundo é um padrão educado. O formato de relatório que você prefere (CSV ou Excel) e o seu sistema: Windows, macOS ou Linux.

Vamos perguntar:

• Qual é o endereço do seu site?
• O que ele deve verificar?
• Algo a deixar de fora?
• Onde ele vai rodar?

Compare os pacotes

Perguntas e respostas

Não encontrou a resposta? Pergunte