Encontre links quebrados antes dos seus visitantes
Última atualização:
Cada link quebrado no seu site será encontrado por alguém. A única questão é se esse alguém é você, a executar uma verificação numa tarde tranquila, ou um visitante a meio de uma compra, um cliente a seguir o link na sua documentação, ou um rastreador de pesquisa a decidir quanto valem as suas páginas. Os links apodrecem em silêncio — as páginas mudam-se, os domínios mudam, as imagens são renomeadas, os parceiros reorganizam-se — e nada na própria página anuncia a decadência. Este artigo cobre quando executar uma verificação de links quebrados, o que os estados que ela relata realmente significam, a ordem pela qual corrigir o que ela encontra, e os limites honestos de verificar uma página de cada vez.
Quando executar uma verificação de links quebrados
Os momentos de maior valor são aqueles em que os URL mudam em bloco. Depois de um redesenho, os modelos são reconstruídos e a navegação é reescrita, e um link que esteve correto durante anos pode apontar em silêncio para um caminho que o novo desenho já não serve. Depois de uma migração — novo CMS, nova plataforma, nova estrutura de URL — cada link interno é, na prática, uma afirmação nova sobre onde o conteúdo vive, e algumas dessas afirmações estarão erradas. Depois de uma mudança de domínio, os endereços antigos, os links de parceiros e as imagens incorporadas dependem todos de redirecionamentos que alguém teve de se lembrar de escrever. Execute a verificação como parte do lançamento, não depois da primeira reclamação.
Os momentos tranquilos também importam. Apagar ou fundir conteúdo deixa órfão cada link que apontava para ele; mudar uma biblioteca de média ou um esquema de nomes de imagens quebra fotografias meses depois de já ninguém se lembrar da mudança; e outros sites reorganizam-se sem o avisar, pelo que os links externos que funcionavam na publicação decaem segundo o seu próprio calendário. Um ritmo sensato é uma verificação da sua página inicial e das suas páginas de destino principais após cada mudança estrutural, mais uma passagem periódica — mensal chega para a maioria dos sites — sobre as páginas que os seus visitantes e os motores de pesquisa realmente usam. O verificador de links quebrados deste site executa uma página de cada vez, o que encaixa exatamente nesse ritmo: as páginas que importam, verificadas deliberadamente.
O que os estados realmente significam
Uma verificação de links reduz-se a uma pergunta por link: o que responde o servidor quando o link é seguido? OK significa um sucesso direto (2xx). Redirecionamento significa que o link só funciona através de um ou mais saltos 3xx — bem hoje, mas cada salto é uma promessa que alguém tem de manter. Quebrado significa uma resposta 4xx, mais frequentemente 404 Não encontrado: a página prometida não está lá. Erro de servidor significa uma resposta 5xx: a página pode existir, mas o seu servidor falhou em entregá-la. Tempo esgotado e inalcançável significam que não chegou nenhuma resposta utilizável — lentidão, um anfitrião morto, uma falha de DNS. E ignorado significa que o verificador deliberadamente não obteve o destino porque ele resolve para um endereço privado ou bloqueado.
Os motores de pesquisa leem as mesmas respostas. A própria documentação do Google sobre como os códigos de estado HTTP afetam os seus rastreadores diz que uma resposta 2xx permite que o conteúdo seja considerado para indexação, que os rastreadores seguem redirecionamentos (até 10 saltos por defeito) e tratam o destino final como a página que conta, e que os URL que devolvem 4xx não são indexados — e são removidos do índice se lá estavam — enquanto os erros 5xx persistentes abrandam o rastreio e podem, por fim, também fazer cair páginas. É por isso que um link interno quebrado é pior do que um defeito cosmético: o rastreador segue-o, não obtém nada, e tanto o valor do link como o lugar do destino no índice se evaporam.
Corrija por esta ordem: 404 internos, cadeias de redirecionamentos, imagens
Primeiro, os 404 internos. Um link quebrado para o seu próprio site está inteiramente sob o seu controlo, interpõe-se diante de visitantes que já conquistou, e diz aos rastreadores que uma página para a qual liga — presumivelmente porque importa — não existe. Corrija-o na origem: restaure a página se foi removida por acidente, corrija o URL se ele derivou, ou reapontar o link para a página que genuinamente substituiu a antiga. Reserve os redirecionamentos para endereços que outros possam ter guardado ou ligado; o link na sua própria página deve, simplesmente, estar certo.
Segundo, as cadeias de redirecionamentos. Um único redirecionamento depois de uma mudança é normal. Uma cadeia — um URL antigo a redirecionar para um mais novo a redirecionar para o atual — custa uma viagem de ida e volta por salto em cada clique, e cada salto é outra regra que se pode perder na próxima migração. Atualize o próprio link para o endereço final; quando precisar de ver os saltos, o traçador de cadeias de estado HTTP apresenta-os um a um. Terceiro, as imagens. Uma imagem quebrada raramente bloqueia a leitura de uma página, pelo que espera atrás das duas primeiras — mas corrija-a: restaure o ficheiro, corrija o caminho ou remova a etiqueta, porque uma página salpicada de caixas de imagem em falta lê-se como abandonada, e por vezes a «imagem» é na verdade um gráfico ou uma fotografia de produto de que o texto depende.
Uma página de cada vez — e porque esse âmbito é honesto
O verificador que acompanha este artigo examina uma página por execução e no máximo 300 links nela, e diz isso na sua própria face. Esse âmbito é uma troca deliberada. Uma única página pode ser obtida, analisada e verificada por completo com rapidez suficiente para fazer parte de um ciclo de editar-publicar: mude a página, execute a verificação, corrija o que ela encontra, publique. Também mantém as contas exatas — links encontrados, links verificados, links listados mas nunca obtidos (mailto:, tel: e os fragmentos dentro da página não são pedidos HTTP, e são relatados como tal em vez de disfarçados com estados inventados), e um resultado rotulado como parcial sempre que uma execução para antes de cobrir tudo, em vez de um truncamento silencioso disfarçado de completude.
A descoberta de todo o site é outro trabalho com outras ferramentas: o seu CMS conhece cada página que publica, os registos do seu servidor mostram cada 404 que visitantes e rastreadores reais já atingiram, e a Search Console relata os erros que o próprio Google encontrou. Use-os para decidir quais páginas merecem uma verificação, depois verifique-as uma a uma e corrija o que encontrar. O que um verificador de uma só página nunca deve fazer é fingir ser um rastreio — e o que você nunca deve fazer é deixar que a ausência de uma ferramenta de todo o site o impeça de verificar o punhado de páginas que carrega o seu tráfego.
Faça disso um hábito, não um evento
Os sites com menos links quebrados não são os da maior limpeza anual; são aqueles em que a verificação está ligada à mudança. Sempre que uma estrutura de URL, um modelo, um menu ou uma pasta de média muda, as páginas que ligam para fora passam uma verificação antes de a mudança ser considerada terminada. Sempre que o conteúdo é apagado, a pergunta «o que ligava para aqui?» é feita enquanto a resposta ainda é fácil. Esse hábito custa minutos por mudança e evita a arqueologia posterior de um relatório de mil links.
E quando uma verificação encontra mesmo dano, corrija o link, não apenas o sintoma: atualize a página de origem, conserve um redirecionamento limpo para o endereço antigo se o mundo exterior o usar, e execute de novo a mesma página para ver o veredito mudar. Os links quebrados são um dos poucos problemas de um site que são inteiramente mecânicos de detetar e estão inteiramente no seu poder de reparar — o único modo real de fracasso é conhecê-los em segundo lugar, através de um visitante que os encontrou primeiro.