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. dreipc_linkvalidator sprawdza wszystkie linki wewnętrzne i zewnętrzne automatycznie i zgłasza problemy, zanim wpłyną na ranking i doświadczenie użytkownika.

TYPO3 posiada własny walidator linków w rdzeniu (EXT:linkvalidator). dreipc_linkvalidator rozszerza go o dodatkowe sprawdzenia, lepsze raporty i bardziej intuicyjny interfejs backendu. 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. dreipc_linkvalidator sprawdza zewnętrzne linki przez żądanie HTTP i zgłasza 404, łańcuchy 301 (więcej niż 2 przekierowania) i timeouty.

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

dreipc_linkvalidator rozszerza walidator linków rdzeniowy TYPO3 o dodatkowe mechanizmy sprawdzania. Walidator rdzeniowy sprawdza linki na poziomie bazy danych: analizuje pola bodytext, header_link i inne skonfigurowane pola w tabeli treści i identyfikuje linki do usuniętych stron lub plików. dreipc_linkvalidator uzupełnia to o sprawdzenia HTTP dla zewnętrznych adresów URL.

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 są prezentowane w widoku backendu: tabelarycznie, filtrowalne po typie błędu (404, 301, timeout, błąd SSL), po stronie i po redaktorze. Każdy wpis zawiera link, przyczynę błędu, stronę na której się znajduje i bezpośredni link do edytora TYPO3 Backend.

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 realistycznego nagłówka User-Agent, zwiększenie timeoutów do 15 sekund i umieszczenie znanych domen fałszywie alarmujących na białej liście. 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: konfiguracja równoległego sprawdzania (5-10 jednoczesnych żądań), ograniczenie sprawdzania do linków zewnętrznych (linki wewnętrzne są szybko sprawdzalne zapytaniem do bazy danych) i dostosowanie częstotliwości sprawdzania (linki zewnętrzne co tydzień, wewnętrzne codziennie).

Redaktorzy ignorują raporty. Najczęstsza przyczyna rosnących list uszkodzonych linków: nikt nie czuje się odpowiedzialny. Rozwiązanie: aktywacja powiadomień e-mail do odpowiedzialnych redaktorów. dreipc_linkvalidator może wysyłać raporty e-mailem, rozdzielone według obszarów drzewa stron. Redaktor otrzymuje tylko uszkodzone linki w “swoim” obszarze.

Migracja i kompatybilność wersji

Walidator linków rdzeniowy TYPO3 (EXT:linkvalidator) jest częścią rdzenia od v7 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 jako rozszerzenie obsługuje TYPO3 v10 i v11. Dla v12 i v13 nie istnieje oficjalna wersja.

Dla projektów na TYPO3 v12/v13 powstaje pytanie, czy dreipc_linkvalidator jest jeszcze potrzebny. Walidator rdzeniowy w v12 pokrywa wiele funkcji, które wcześniej były dostępne tylko przez dreipc: sprawdzanie HTTP linków zewnętrznych, integracja Schedulera, widok backendu z filtrowaniem. Co brakuje: raporty e-mail i funkcja białej listy dla fałszywych alarmów.

Alternatywa: uzupełnienie walidatora rdzeniowego o Custom Command generujący raporty e-mail. Nakład pracy to około jeden dzień developerski. 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.