Walidator linków dla TYPO3

Uszkodzone linki kosztują pozycje w rankingu i zaufanie - a większość witryn TYPO3 ma ich więcej niż się spodziewano

Witryna TYPO3 z 500 stronami ma średnio 3000-5000 linków. Z nich z doświadczenia 2-5% jest uszkodzonych: usunięte strony, zmienione adresy URL zewnętrznych witryn, literówki w ręcznie wpisanych linkach. To 60-250 uszkodzonych linków, które kierują odwiedzających na strony 404 i sygnalizują Google, że witryna jest źle utrzymana. Automatyczne sprawdzanie linków kontroluje linki wewnętrzne i zewnętrzne oraz zgłasza problemy, zanim wpłyną na ranking i doświadczenie użytkownika.

TYPO3 posiada własny walidator linków w rdzeniu (EXT:linkvalidator). dreipc_linkvalidator nie jest opublikowany ani w TER, ani na Packagist, ani na GitHubie; nie da się więc sprawdzić, co rozszerzenie oferuje ponad rdzeń. Dla witryn z ponad 200 stronami automatyczne sprawdzanie linków nie jest luksusem, lecz obowiązkiem.

Typowe scenariusze zastosowania

Witryny korporacyjne z linkami zewnętrznymi. Strony firmowe linkują do partnerów, dostawców, stowarzyszeń branżowych, tekstów prawnych i artykułów prasowych. Zewnętrzne adresy URL zmieniają się bez ostrzeżenia. Link do rozporządzenia UE działa dziś, ale w przyszłym tygodniu zostanie przeniesiony. Walidator rdzeniowy sprawdza zewnętrzne linki przez żądanie HTTP i zgłasza adresy, które zwracają błąd lub nie odpowiadają.

Uczelnie i placówki edukacyjne. Witryny uczelni należą do najbardziej intensywnych pod względem linków: regulaminy studiów, formularze, spisy wykładów, katalogi pracowników, uczelnie partnerskie. Na witrynie uczelni z 12 000 stronami sprawdzanie linków znalazło 1400 uszkodzonych linków - z czego 800 wewnętrznych (usunięte strony, zrestrukturyzowane obszary) i 600 zewnętrznych.

Portale redakcyjne z treściami archiwalnymi. Portale informacyjne i magazyny z tysiącami artykułów linkują między sobą i do zewnętrznych źródeł. Przez lata uszkodzone linki się kumulują, szczególnie w starszych artykułach. Miesięczne sprawdzanie linków identyfikuje nowe problemy, zanim się nawarstwiają.

Architektura techniczna

Podstawą każdego sprawdzania linków w TYPO3 jest walidator rdzeniowy. Sprawdza on linki na poziomie bazy danych: analizuje pola bodytext, header_link i inne skonfigurowane pola w tabeli treści, identyfikuje linki do usuniętych stron lub plików i sprawdza zewnętrzne adresy URL przez żądanie HTTP.

Sprawdzanie działa jako zadanie TYPO3 Scheduler. Typowa konfiguracja: raz na tydzień w nocy. Zadanie przeszukuje wszystkie skonfigurowane tabele i pola pod kątem linków, rozróżnia linki wewnętrzne (t3://page?uid=123), linki do plików (t3://file?uid=456) i linki zewnętrzne (https://…) i sprawdza dostępność każdego linku.

Linki wewnętrzne są sprawdzane w bazie danych TYPO3: czy linkowana strona nadal istnieje? Czy nie jest ukryta, usunięta, wygasła czasowo? Linki do plików sprawdzają, czy referencyjny plik nadal istnieje w FAL. Linki zewnętrzne są sprawdzane przez żądanie HTTP HEAD (szybsze niż GET, ponieważ nie jest przesyłane ciało). Przy błędzie HEAD następuje GET jako fallback.

Wyniki pokazuje moduł backendu “Check Links”: tabelarycznie, z filtrowaniem po typie linku (wewnętrzny, zewnętrzny, plik) i po głębokości w drzewie stron. Każdy wpis zawiera element, ścieżkę strony, cel linku, komunikat błędu i ikonę ołówka, która prowadzi bezpośrednio do formularza edycji.

Częste problemy i rozwiązania

Fałszywe alarmy przy linkach zewnętrznych. Niektóre witryny blokują zautomatyzowane żądania (ochrona przed botami, wyzwanie Cloudflare). Link działa w przeglądarce, ale walidator linków zgłasza 403 lub timeout. Rozwiązanie: ustawienie opisowego nagłówka User-Agent i odpowiednio długiego timeoutu (oba przez TSconfig) oraz wykluczenie znanych domen fałszywie alarmujących za pomocą własnej klasy sprawdzającej lub rozszerzenia brofix (zob. niżej). U klienta te dostosowania zredukowały wskaźnik fałszywych alarmów z 12% do poniżej 2%.

Sprawdzanie trwa zbyt długo przy dużych witrynach. Sprawdzenie 10 000 linków zewnętrznych sekwencyjnie trwa kilka godzin. Rozwiązanie: uruchamianie sprawdzania nocą przez Scheduler zamiast przyciskiem w module, rozłożenie go na kilka zadań dla poszczególnych obszarów drzewa stron i dostosowanie częstotliwości sprawdzania (linki zewnętrzne co tydzień, wewnętrzne codziennie; linki wewnętrzne są szybko sprawdzalne zapytaniem do bazy danych).

Redaktorzy ignorują raporty. Najczęstsza przyczyna rosnących list uszkodzonych linków: nikt nie czuje się odpowiedzialny. Rozwiązanie: aktywacja powiadomień e-mail do odpowiedzialnych redaktorów. Już walidator rdzeniowy wysyła z zadania Scheduler raport e-mailem, przy czym każde zadanie obejmuje jeden punkt startowy w drzewie stron. Przy jednym zadaniu na obszar każdy redaktor otrzymuje tylko uszkodzone linki w “swoim” obszarze.

Migracja i kompatybilność wersji

Walidator linków rdzeniowy TYPO3 (EXT:linkvalidator) jest częścią rdzenia od TYPO3 4.5 i jest ciągle rozwijany. W TYPO3 v12 i v13 walidator rdzeniowy jest znacznie ulepszony: lepsza wydajność, nowy interfejs w backendzie, przebudowana integracja Schedulera. dreipc_linkvalidator nie jest opublikowany ani w TER, ani na Packagist, więc nie ma tam też oficjalnej wersji dla v12 i v13.

Dla projektów na TYPO3 v12/v13 powstaje pytanie, czy dreipc_linkvalidator jest jeszcze potrzebny. Walidator rdzeniowy od TYPO3 4.5 sam zapewnia to, co niezbędne: sprawdzanie HTTP linków zewnętrznych, integrację Schedulera, raporty e-mail i widok backendu z filtrowaniem. Od v13 sprawdzanie linków zewnętrznych trzeba jednak wyraźnie włączyć. Brakuje białej listy dla fałszywych alarmów.

Alternatywa: zastąpienie w walidatorze rdzeniowym klasy sprawdzającej linki zewnętrzne własną klasą, która pomija domeny znane z fałszywych alarmów, albo użycie rozszerzenia brofix, które ma taką listę wykluczeń. Alternatywnie istnieją narzędzia zewnętrzne (Screaming Frog, Ahrefs, Semrush), które sprawdzają uszkodzone linki jako część audytu SEO, ale nie są zintegrowane z TYPO3. Gosign zaleca walidator rdzeniowy w połączeniu z comiesięcznym zewnętrznym crawlem dla maksymalnego pokrycia.