surfup

جمع عناوين URL من فهارس sitemap في المتصفح

يتتبع سكربت وحدة تحكم المتصفح فهارس sitemap من robots.txt وينزّل ملف CSV بعد إزالة التكرارات.

استخدم هذه الخطوات كقائمة تحقق عملية، وكيّفها مع أدلة المشروع ونطاقه وقيوده.

خطوات عملية

  • افتح صفحة على الموقع المستهدف وافتح وحدة تحكم مطوري المتصفح. يبدأ هذا السكربت من robots.txt الخاص بذلك الموقع.
  • إذا منعت أدوات مطوري المتصفح اللصق، فاكتب بنفسك عبارة التأكيد التي يعرضها المتصفح. لا تلصق شيفرة لم تراجعها.
  • الصق السكربت كاملًا أدناه واضغط Enter. يقرأ مدخلات Sitemap من /robots.txt؛ وإذا لم يجدها، يحاول قراءة /sitemap.xml.
  • يتبع السكربت فهارس sitemap المتداخلة، ويجمع عناوين URL للصفحات وتواريخ آخر تعديل، ويحذف عناوين URL المكررة، ثم ينزّل sitemap-urls.csv. كما يفك ضغط ملفات sitemap المضغوطة بصيغة gzip في المتصفحات التي تدعم ذلك.
  • يمكنه قراءة ملفات sitemap من الأصل نفسه (البروتوكول والنطاق والمنفذ) والملفات من أصول أخرى التي يدرجها الموقع إذا سمحت تلك الخوادم بطلبات CORS. لا تتضمن الطلبات ملفات تعريف الارتباط أو بيانات الاعتماد. وتظهر في وحدة التحكم الملفات التي تتطلب تسجيل الدخول أو المحظورة أو غير السليمة التنسيق.
  • الحدود: 500 ملف sitemap و1,000,000 عنوان URL و25 MB غير مضغوطة لكل ملف sitemap وثلاث دقائق. إذا بَلَغت أحد الحدود، فقد يكون ملف CSV الذي تم تنزيله جزئيًا. استخدم زاحفًا أو محللًا يعمل من سطر الأوامر للمواقع الكبيرة جدًا.

أدوات ودلائل المستخدمين