Bir sitenin iç bağlantı sayılarını komut satırından çıkarmak

Commandline · Crawling · Technical SEO

Bir sayfanın site içinden kaç bağlantı aldığı, arama motoruna o sayfanın ne kadar önemli olduğunu anlatan en güçlü sinyallerden biri. Hiç bağlantı almayan "yetim" sayfalar ise çoğu zaman keşfedilmiyor bile.

Masaüstü tarama aracı olmadan da bunu çıkarmak mümkün.

1. Siteyi indir (sadece HTML)

wget -q -r -l inf -np --reject '*.jpg,*.png,*.webp,*.css,*.js,*.pdf' \
     --domains=ornek.com -P tarama https://ornek.com/

2. Her sayfadaki iç bağlantıları çıkar

grep -rhoE 'href="(https://ornek\.com)?/[^"#?]*' tarama/ \
  | sed -E 's#href="(https://ornek\.com)?##' \
  | sed -E 's#/$##; s#^$#/#' \
  | sort | uniq -c | sort -rn > gelen-baglantilar.txt

head -20 gelen-baglantilar.txt

En üstte menü ve alt bilgideki bağlantılar olacak. Onlar her sayfada var, doğal olarak binlerce kez sayılırlar.

3. Yetim sayfalar

Sitemap'teki ama hiç iç bağlantı almayan adresler:

curl -s https://ornek.com/sitemap.xml | grep -oP '(?<=<loc>)[^<]+' \
  | sed 's#https://ornek.com##; s#/$##' | sort > sitemap.txt
awk '{print $2}' gelen-baglantilar.txt | sort > bagli.txt
comm -23 sitemap.txt bagli.txt

Bu listede önemli bir sayfa görüyorsan, ilgili yazılardan ona bağlantı ver. Sitemap tek başına yeterli değil. Sayfa sitemap'te durup hiç bağlantı almıyorsa, sitenin kendisi de onu önemsemiyor demektir.

Comments / questions

There's no comment section here. If you have a question or want to add something, message me on Telegram or send an email to [email protected]. Thanks!

Related pages