Validador de enlaces para TYPO3

Los enlaces rotos cuestan posicionamiento y confianza, y la mayoría de sitios web TYPO3 tienen más de los esperados

Un sitio web TYPO3 con 500 páginas tiene de media 3.000-5.000 enlaces. De ellos, por experiencia, el 2-5% están rotos: páginas eliminadas, URLs cambiadas de sitios web externos, erratas en enlaces introducidos manualmente. Son 60-250 enlaces rotos que envían a los visitantes a páginas 404 y señalan a Google que el sitio web está mal mantenido. Una comprobación automática de enlaces revisa los enlaces internos y externos e informa de problemas antes de que afecten al posicionamiento y la experiencia de usuario.

TYPO3 trae su propio validador de enlaces en el Core (EXT:linkvalidator). dreipc_linkvalidator no está publicado ni en el TER ni en Packagist ni en GitHub; por eso no se puede comprobar qué aporta la extensión frente al Core. Para sitios web con más de 200 páginas, una comprobación automatizada de enlaces no es un lujo, sino una obligación.

Escenarios de uso habituales

Sitios web corporativos con enlaces externos. Los sitios web empresariales enlazan a socios, proveedores, asociaciones sectoriales, textos legales y artículos de prensa. Las URLs externas cambian sin previo aviso. El validador de enlaces del Core comprueba los enlaces externos mediante petición HTTP e informa de las direcciones que devuelven un error o no responden.

Universidades e instituciones educativas. Los sitios web universitarios están entre las páginas con mayor densidad de enlaces: planes de estudio, formularios, catálogos de asignaturas, directorios de personal, universidades asociadas. En un sitio web universitario con 12.000 páginas, la comprobación de enlaces encontró 1.400 enlaces rotos.

Portales editoriales con contenido de archivo. Los portales de noticias y revistas con miles de artículos enlazan entre sí y a fuentes externas. A lo largo de los años se acumulan enlaces rotos, especialmente en artículos antiguos. Una comprobación mensual de enlaces identifica nuevos problemas antes de que se acumulen.

Arquitectura técnica

La base de cualquier comprobación de enlaces en TYPO3 es el validador de enlaces del Core. Comprueba los enlaces a nivel de base de datos: analiza los campos bodytext, header_link y otros campos configurados, identifica enlaces a páginas o archivos eliminados y comprueba las URLs externas mediante petición HTTP.

La comprobación se ejecuta como tarea Scheduler de TYPO3. Configuración típica: una vez por semana por la noche. La tarea busca en todas las tablas y campos configurados enlaces, distingue entre enlaces internos, enlaces de archivo y enlaces externos, y comprueba la accesibilidad de cada enlace.

Los resultados se muestran en el módulo de backend “Check Links”: en forma de tabla, filtrable por tipo de enlace (interno, externo, archivo) y por profundidad en el árbol de páginas. Cada entrada contiene el elemento, la ruta de la página, el destino del enlace, el mensaje de error y un icono de lápiz que lleva directamente al formulario de edición.

Problemas frecuentes y soluciones

Falsos positivos en enlaces externos. Algunos sitios web bloquean peticiones automatizadas (protección anti-bot, Cloudflare Challenge). El enlace funciona en el navegador, pero el validador informa 403 o timeout. Solución: establecer un User-Agent header descriptivo, elegir un timeout generoso (ambos mediante TSconfig) y excluir los dominios conocidos por dar falsos positivos, con una clase de comprobación propia o con brofix (véase más abajo).

La comprobación tarda demasiado en sitios web grandes. Comprobar 10.000 enlaces externos de forma secuencial dura varias horas. Solución: ejecutar la comprobación de noche a través del Scheduler en lugar de con el botón del módulo, repartirla en varias tareas para distintas áreas del árbol de páginas y ajustar la frecuencia de comprobación (enlaces externos semanalmente, internos diariamente; los internos se comprueban rápido con una consulta a la base de datos).

Los redactores ignoran los informes. El motivo más frecuente de listas crecientes de enlaces rotos: nadie se siente responsable. Solución: activar notificaciones por email a los redactores responsables. El propio validador del Core ya envía desde la tarea Scheduler un informe por email, con un punto de inicio del árbol de páginas por tarea. Con una tarea por área, cada redactor recibe solo los enlaces rotos de “su” área.

Migración y compatibilidad de versiones

El validador de enlaces del Core de TYPO3 (EXT:linkvalidator) forma parte del Core desde TYPO3 4.5 y se desarrolla continuamente. En TYPO3 v12 y v13, el validador del Core ha mejorado significativamente. dreipc_linkvalidator no está publicado ni en el TER ni en Packagist, por lo que allí tampoco hay una versión oficial para v12 y v13.

Para proyectos en TYPO3 v12/v13, la cuestión es si dreipc_linkvalidator sigue siendo necesario. El validador del Core ofrece lo necesario desde TYPO3 4.5: comprobación HTTP de enlaces externos, integración con el Scheduler, informes por email y una vista de backend con filtros. Desde v13, eso sí, la comprobación de enlaces externos debe activarse expresamente. Lo que falta es una lista blanca para falsos positivos.

La alternativa: sustituir en el validador del Core la clase que comprueba los enlaces externos por una propia que omita los dominios conocidos por dar falsos positivos, o usar la extensión brofix, que incluye esa lista de exclusión. Gosign recomienda el validador del Core en combinación con un crawl externo mensual para máxima cobertura.