为什么修复方案很简单
注意,这些都不需要第二个订阅。购买链接的 QA 主要是记账工作,而重要的记账工作发生在交付日。
花钱的地方在于迟发现。总是如此。一批 40 个链接提前付款,三个月后发现损坏,导致你争论保证期是否已过期。在第 0 天、第 30 天和第 60 天进行检查,保证期就能为你所用。
免费 DR 查询无需密钥。登录即可获得 $100 额度。
错误与修复方案
以下每一项都按工单格式编写:预期结果、实际结果以及修复方案。大多数错误修复成本为零。

预期:获取的页面。实际:任何人都可编辑的图片。修复:在供应商报告链接上线当天,保存带有时间戳的原始 HTML 以及 curl -I 的头部转储。
预期:付费文章中的链接。实际:首页底部的链接,下次部署时消失。修复:在工作表中存储确切的源 URL 字符串并测试该字符串。
预期:55 等于 55。实际:Ahrefs、Moz 和我们的公式结果不一致。修复:为合同选定一个指标,并以书面形式明确。
预期:你的页面返回 200。实际:它重定向了两次,或者暂存规则阻止了爬虫。修复:在脚本中对你的 URL 运行 curl -I。
预期:followed 链接。实际:插件添加了 rel="sponsored" 或 nofollow。修复:从获取的 HTML 中解析 rel 属性,当其与订单不符时标记该行失败。
预期:新链接等于旧链接。实际:不同域名且评分较低。修复:让每个替换链接都经过与原始链接相同的检查。
注意,这些都不需要第二个订阅。购买链接的 QA 主要是记账工作,而重要的记账工作发生在交付日。
花钱的地方在于迟发现。总是如此。一批 40 个链接提前付款,三个月后发现损坏,导致你争论保证期是否已过期。在第 0 天、第 30 天和第 60 天进行检查,保证期就能为你所用。
此 shell 循环读取每行一个源 URL 的文件,保存头部和 HTML,并 grep 你的域名。它仅使用 curl 和 grep。
while read url; do
h=$(echo "$url" | md5sum | cut -c1-8)
curl -sIL "$url" > "hdr_$h.txt"
curl -sL "$url" > "src_$h.html"
grep -o '<a [^>]*yourclient.com[^>]*>' "src_$h.html" || echo "MISSING $url"
done < sources.txt它无法告诉你 Google 是否已收录该页面,也不会执行 JavaScript。由脚本客户端插入的链接在此处将显示为缺失,尽管访客可以看到它。

在 shell 循环之后,对客户端域名调用一次 refdomains,并将主机列表与工作表进行差异比较。这需要 2 个积分,$0.0002,一次请求可覆盖多达 1,000 行。
在工作表中存在但在列表中不存在的主机标记为 pending,直到下一次月度刷新。同时存在于两者中的主机得到交叉确认。一份简短且清晰标记的列表就是经理真正阅读的可交付成果。没人会打开原始 JSON,也没人需要这样做。将转储保存在存储中,以防供应商在六周后对某一行提出异议。
链接订单 QA 花费的时间比大多数人假设的要少。时间集中在一个地方。它随源 URL 的数量以及你手动阅读的数量而扩展,而客户端网站的大小影响较小。
想象一个拥有约 200 个页面的小型企业网站,从外部收到了 40 个链接。工作量是 40 个源页面加上目标 URL。客户端侧的其他 200 个页面不属于链接检查范围。假设这 40 个链接来自 12 个不同的主机。获取循环将运行 40 次,每个 URL 一次,refdomains 差异比较对每个客户端运行一次。这样计算将使估算变为算术题。
如果有人为链接检查报价几天工作,询问报价涵盖哪些任务。全站审计和链接检查是不同的工作,只有一种需要爬取整个域名。
本指南中的 shell 循环获取每个源页面并 grep 链接。人员仅读取脚本无法确认的行,例如缺少锚文本或意外的 rel 值。
这将工作量从阅读每个页面转移到决定少数几行。
人工审核可以发现脚本无法发现的内容。例如由 JavaScript 注入的链接、付费墙或隐藏锚点的布局。为最重要的行预算,而不是整张表。
在工作开始前写下预算,以便审核有终点。一个有用的习惯是每批之后手动抽样三到四行,而不是每一行,并记录哪些行被阅读。

并非所有缺陷都在第 0 天出现。有些等待重定向、插件更新或暂存规则更改。了解哪些是迟发的。这会影响第二次和第三次检查点。
如果目标 URL 重定向两次,或者暂存规则阻止爬虫,问题通常在第一周出现。这就是为什么缺陷 5 属于第 0 天脚本,而不是后续脚本。
在链接报告上线当天,对你的 URL 运行 curl -I。
插件更新可以在交付后很久重写 rel 属性。第 0 天是 followed 的链接,在第 60 天可能读作 sponsored,且无人触碰文章。
因此,rel 检查应包含在每次复查中,而不仅仅是第一次。每次从获取的 HTML 中解析该属性并与订单进行比较。
缺陷 2(首页而非付费文章)和缺陷 4(跨工具比较评分)通常在获取运行之前就被捕获。两者都来自表格本身,因此在此阶段修复成本很低。
在第一次脚本运行之前修复它们。后续每个步骤都继承表格中的内容,获取错误的 URL 会返回关于错误页面的干净答案。
为每一行指定确切源 URL 并指定一个评分指标的表格,消除了整个过程中最常见的两种误报。
替换链接是一个新链接。它值得拥有与第一批相同的七项检查,并开始自己的计时。将交换视为新订单行。不是补丁。
旧证据描述的是一个不再包含你链接的页面。它不能证明任何关于新链接的情况。将其保留在争议文件中,并为替换开始一套新的证据。
在同一行中记录两个源 URL,以便后续清晰追踪。
如果合同规定了交换死链的窗口,请在该窗口内测试交换。在最后一天测试的替换链接没有余地修复第二个问题。
将窗口用作检查的截止日期,并在关闭前安排检查。
替换通常来自不同的域名,该域名的评分可能低于被替换的域名。在接受交换之前,对新主机再次运行底线检查。
一次 bulk_dr 调用覆盖整个替换列表,因此几乎没有理由跳过它。
链接订单 QA 表格是可交付成果。每一行包含一个状态和几个日期,证据位于行后的存储中。证据保持不可见。经理阅读摘要。
使用 pass、pending 或 fail,不要使用中间状态。已上线但未收录的行是 pending,不是半通过。半通过会导致月度审查回到关于措辞的争论。
如果需要第四个状态,请先在合同中命名。
每一行都需要你获取页面的日期、你已知的上次刷新日期以及下次检查的日期。这三个日期回答了经理提出的大多数问题。
没有日期的行会引发检查是否发生的疑问。
将保存的 HTML、头部转储和 API 响应存储在以批次命名的文件夹中。只要仍可能打开争议,就保留该文件夹,因为供应商可能在摘要关闭后很久对某一行提出异议。
批次关闭后将文件夹设为只读,以便证据与你报告的一致。