Trouvez les liens rompus avant vos visiteurs
Dernière mise à jour:
Chaque lien rompu de votre site sera trouvé par quelqu’un. La seule question est de savoir si ce quelqu’un est vous, lançant une vérification un après-midi tranquille, ou un visiteur en plein achat, un client suivant le lien de votre documentation, ou un robot de recherche décidant ce que valent vos pages. Les liens pourrissent en silence — les pages déménagent, les domaines changent, les images sont renommées, les partenaires se réorganisent — et rien sur la page elle-même n’annonce la décomposition. Cet article couvre quand lancer une vérification de liens rompus, ce que les statuts qu’elle signale signifient réellement, l’ordre dans lequel corriger ce qu’elle trouve, et les limites honnêtes de vérifier une page à la fois.
Quand lancer une vérification de liens rompus
Les moments de plus grande valeur sont ceux où les URL changent en masse. Après une refonte, les gabarits sont reconstruits et la navigation réécrite, et un lien correct pendant des années peut pointer en silence vers un chemin que le nouveau design ne sert plus. Après une migration — nouveau CMS, nouvelle plateforme, nouvelle structure d’URL — chaque lien interne est en pratique une affirmation nouvelle sur l’endroit où vit le contenu, et certaines de ces affirmations seront fausses. Après un changement de domaine, les anciennes adresses, les liens de partenaires et les images intégrées dépendent tous de redirections que quelqu’un a dû se souvenir d’écrire. Lancez la vérification comme partie du lancement, pas après la première plainte.
Les moments calmes comptent aussi. Supprimer ou fusionner du contenu rend orphelin chaque lien qui pointait vers lui ; changer une médiathèque ou un schéma de nommage d’images casse des photos des mois après que plus personne ne se souvient du changement ; et d’autres sites se réorganisent sans vous le dire, donc les liens externes qui fonctionnaient à la publication pourrissent selon leur propre calendrier. Un rythme sensé est une vérification de votre page d’accueil et de vos pages de destination clés après chaque changement structurel, plus un passage périodique — mensuel suffit pour la plupart des sites — sur les pages que vos visiteurs et les moteurs de recherche utilisent réellement. Le vérificateur de liens rompus de ce site traite une page à la fois, ce qui correspond exactement à ce rythme : les pages qui comptent, vérifiées délibérément.
Ce que les statuts signifient réellement
Une vérification de liens se réduit à une question par lien : que répond le serveur quand le lien est suivi ? OK signifie un succès direct (2xx). Redirection signifie que le lien ne fonctionne qu’à travers un ou plusieurs sauts 3xx — bien aujourd’hui, mais chaque saut est une promesse que quelqu’un doit tenir. Rompu signifie une réponse 4xx, le plus souvent 404 Introuvable : la page promise n’est pas là. Erreur serveur signifie une réponse 5xx : la page existe peut-être, mais son serveur a échoué à la livrer. Délai dépassé et injoignable signifient qu’aucune réponse utilisable n’est arrivée — lenteur, hôte mort, échec DNS. Et ignoré signifie que le vérificateur n’a délibérément pas récupéré la cible parce qu’elle se résout vers une adresse privée ou bloquée.
Les moteurs de recherche lisent les mêmes réponses. La propre documentation de Google sur la façon dont les codes de statut HTTP affectent ses robots dit qu’une réponse 2xx permet au contenu d’être envisagé pour l’indexation, que les robots suivent les redirections (jusqu’à 10 sauts par défaut) et traitent la destination finale comme la page qui compte, et que les URL renvoyant 4xx ne sont pas indexées — et sont retirées de l’index si elles y figuraient — tandis que des erreurs 5xx persistantes ralentissent l’exploration et peuvent finir par faire aussi tomber des pages. C’est pourquoi un lien interne rompu est pire qu’un défaut cosmétique : le robot le suit, n’obtient rien, et la valeur du lien comme la place de la destination dans l’index s’évaporent.
Corrigez dans cet ordre : 404 internes, chaînes de redirections, images
Les 404 internes d’abord. Un lien rompu vers votre propre site est entièrement sous votre contrôle, il se dresse devant des visiteurs que vous avez déjà gagnés, et il dit aux robots qu’une page vers laquelle vous liez — vraisemblablement parce qu’elle compte — n’existe pas. Corrigez-le à la source : restaurez la page si elle a été retirée par accident, corrigez l’URL si elle a dérivé, ou repointez le lien vers la page qui a réellement remplacé l’ancienne. Réservez les redirections aux adresses que d’autres ont pu mettre en favori ou lier ; le lien sur votre propre page devrait, tout simplement, être juste.
Les chaînes de redirections ensuite. Une seule redirection après un déménagement est normale. Une chaîne — une ancienne URL redirigeant vers une plus récente redirigeant vers l’actuelle — coûte un aller-retour par saut à chaque clic, et chaque saut est une règle de plus qui peut se perdre à la prochaine migration. Mettez le lien lui-même à jour vers l’adresse finale ; quand vous avez besoin de voir les sauts, le traceur de chaînes de statuts HTTP les présente un par un. Les images troisièmes. Une image rompue bloque rarement la lecture d’une page, donc elle attend derrière les deux premières — mais corrigez-la quand même : restaurez le fichier, corrigez le chemin ou retirez la balise, car une page parsemée de cadres d’images manquantes se lit comme abandonnée, et parfois l’« image » est en réalité un graphique ou une photo de produit dont le texte dépend.
Une page à la fois — et pourquoi cette portée est honnête
Le vérificateur associé à cet article examine une page par passage et au maximum 300 liens sur elle, et le dit sur sa face. Cette portée est un compromis délibéré. Une seule page peut être récupérée, analysée et entièrement vérifiée assez vite pour faire partie d’une boucle éditer-publier : changez la page, lancez la vérification, corrigez ce qu’elle trouve, publiez. Elle garde aussi les comptes exacts — liens trouvés, liens vérifiés, liens listés mais jamais récupérés (mailto:, tel: et les fragments internes à la page ne sont pas des requêtes HTTP, et sont signalés comme tels au lieu d’être déguisés avec des statuts inventés), et un résultat étiqueté partiel chaque fois qu’un passage s’arrête avant de tout couvrir, au lieu d’une troncature silencieuse déguisée en exhaustivité.
La découverte à l’échelle du site est un autre travail avec d’autres outils : votre CMS connaît chaque page que vous publiez, vos journaux serveur montrent chaque 404 que des visiteurs et robots réels ont déjà heurté, et la Search Console signale les erreurs que Google lui-même a rencontrées. Servez-vous-en pour décider quelles pages méritent une vérification, puis vérifiez-les une à une et corrigez ce que vous trouvez. Ce qu’un vérificateur d’une seule page ne doit jamais faire, c’est prétendre être une exploration — et ce que vous ne devez jamais faire, c’est laisser l’absence d’un outil à l’échelle du site vous empêcher de vérifier la poignée de pages qui portent votre trafic.
Faites-en une habitude, pas un événement
Les sites avec le moins de liens rompus ne sont pas ceux de la plus grande corvée annuelle ; ce sont ceux où la vérification est attachée au changement. Chaque fois qu’une structure d’URL, un gabarit, un menu ou un dossier de médias change, les pages qui lient vers l’extérieur passent une vérification avant que le changement soit considéré comme terminé. Chaque fois que du contenu est supprimé, la question « qu’est-ce qui liait ici ? » est posée pendant que la réponse est encore facile. Cette habitude coûte des minutes par changement et évite l’archéologie ultérieure d’un rapport de mille liens.
Et quand une vérification trouve bel et bien des dégâts, corrigez le lien, pas seulement le symptôme : mettez à jour la page source, conservez une redirection propre pour l’ancienne adresse si le monde extérieur l’utilise, et relancez la même page pour regarder le verdict changer. Les liens rompus sont l’un des rares problèmes de site web entièrement mécaniques à détecter et entièrement en votre pouvoir de réparer — le seul vrai mode d’échec est de les apprendre en second, par un visiteur qui les a trouvés en premier.