Glossaire des liens brisés et de l'exploration

Le vocabulaire des liens brisés et de l'exploration des sites est plein de mots qui semblent interchangeables et qui ne le sont pas. Les définitions ci-dessous sont celles utilisées sur tout le site, écrites simplement et classées par ordre alphabétique.

De A à C

Ancre (texte d'ancre)

Les mots visibles et cliquables d'un lien. Une ancre descriptive indique au visiteur et au moteur de recherche ce qu'il trouvera à l'arrivée : « lire notre guide pour corriger une erreur 404 » est bien plus utile que « cliquez ici ».

Barre oblique finale (trailing slash)

La barre oblique à la fin d'une adresse. Selon la configuration du serveur, /rubrique et /rubrique/ peuvent être la même page, deux pages différentes, ou l'une peut rediriger vers l'autre. Choisissez une forme, utilisez-la partout dans vos liens et déclarez-la dans vos balises canoniques.

Budget d'exploration

Le temps qu'un moteur de recherche accepte de consacrer à l'exploration de votre site sur une période donnée. Il n'est pas illimité : chaque requête perdue sur un lien cassé, une chaîne de redirections ou une adresse en double est une requête qui ne sert pas à découvrir vos vraies pages. C'est le principal mécanisme par lequel les liens brisés nuisent indirectement à un site de grande taille.

Chemin absolu, chemin relatif

Un chemin absolu part de la racine du site (/images/logo.png) ou contient l'adresse complète (https://www.exemple.fr/images/logo.png) : il mène au même fichier quelle que soit la page qui le contient. Un chemin relatif (images/logo.png ou ../logo.png) dépend de l'emplacement de la page. Il se casse facilement quand une page change de dossier ou quand une page de dossier est ouverte sans la barre oblique finale.

Code de statut HTTP

Le nombre à trois chiffres qu'un serveur renvoie avec chaque réponse, pour dire si la demande a réussi, a été redirigée ou a échoué. La liste commentée se trouve sur la page codes HTTP expliqués.

Contenu mixte

Une page servie en HTTPS qui demande une ressource, souvent une image ou un script, en HTTP simple. Le navigateur bloque la demande non sécurisée : la ressource ne s'affiche pas, alors que le fichier existe et que l'adresse est juste.

Crawler (robot d'exploration)

Un programme qui lit une page, en extrait les liens et recommence sur chacun d'eux. Les moteurs de recherche s'en servent pour découvrir les contenus ; les vérificateurs de liens comme Adieu404 utilisent la même technique pour cartographier un site et tester chaque adresse. On parle aussi de robot ou de spider.

De D à L

Erreur 404

La réponse d'un serveur à une demande qui ne correspond à aucune ressource. C'est la bonne réponse quand une page n'existe pas ; elle devient un problème quand ce sont vos propres liens qui y mènent.

Hotlinking

Afficher dans ses pages une image hébergée sur le serveur de quelqu'un d'autre. L'autre site paie la bande passante, c'est pourquoi beaucoup bloquent cette pratique, et votre page perd l'image dès qu'ils le font. Mieux vaut héberger ses images soi-même.

Index

La base de données dans laquelle un moteur de recherche range les pages qu'il a explorées et jugées utiles. Une page explorée n'est pas forcément indexée, et une page qui répond 404 finit par être retirée de l'index.

Lien brisé

Un lien dont la destination ne répond pas correctement, parce que la page a été supprimée, que l'adresse contient une faute ou que le serveur est en panne. Un lien brisé interne pointe vers votre propre site et c'est à vous de le réparer. Un lien brisé externe pointe vers un autre site et peut se casser sans que vous ayez rien fait.

Lien canonique

L'adresse déclarée comme officielle, avec une balise link rel="canonical", quand le même contenu est accessible par plusieurs adresses. Elle évite que les moteurs considèrent comme des pages concurrentes des variantes comme la version avec ou sans www, ou avec ou sans barre oblique finale.

Lien profond

Un lien qui pointe vers une page précise à l'intérieur d'un site, plutôt que vers sa page d'accueil. Les liens profonds sont plus utiles aux visiteurs, mais ce sont aussi eux qui cassent en premier lors d'une refonte.

De M à R

Maillage interne

L'ensemble des liens entre les pages de votre propre site. Il détermine ce qu'un robot peut atteindre, la façon dont les signaux de référencement se répartissent entre vos pages, et la facilité avec laquelle un visiteur passe d'un sujet à un sujet voisin. Les liens internes cassés font des trous dans ce maillage.

Page dynamique

Une page construite à la demande à partir d'une base de données, souvent reconnaissable à une adresse avec paramètres comme produit.php?id=42. Les outils « page dynamique » d'Adieu404 suivent ces adresses, alors que les outils « page statique » les ignorent.

Page orpheline

Une page qui existe et que n'importe qui peut ouvrir s'il connaît l'adresse, mais vers laquelle aucune autre page ne fait de lien. Les robots ne peuvent pas la découvrir : elle n'apparaîtra pas dans un rapport de vérification et a peu de chances d'être indexée. La citer dans le sitemap aide, mais un vrai lien interne aide davantage.

Redirection

Une instruction qui indique au navigateur que la ressource demandée se trouve à une autre adresse. Une redirection permanente (301 ou 308) demande aux moteurs de transférer les signaux et d'oublier l'ancienne adresse ; une redirection temporaire (302 ou 307) leur demande de garder l'ancienne. Tout est détaillé dans le guide sur les redirections 301 et 302.

Redirection en boucle

Deux redirections ou plus qui se renvoient l'une à l'autre, si bien que la demande n'arrive jamais. Le navigateur abandonne après quelques essais et affiche une erreur. C'est en général la conséquence d'une modification de règle de réécriture qui ne tenait pas compte d'une règle existante.

Robots.txt

Un fichier texte placé à la racine d'un site qui indique aux robots quelles parties ils peuvent explorer. Il contrôle l'exploration, pas l'indexation : une page bloquée dans le robots.txt peut quand même apparaître dans les résultats si d'autres sites font un lien vers elle, parce que le robot sait qu'elle existe sans pouvoir la lire.

De S à Z

Sitemap

Un fichier XML qui liste les adresses que vous voulez faire connaître aux moteurs de recherche. Il les aide à découvrir les pages mal reliées, mais il ne remplace pas les liens internes et ne garantit pas l'indexation. Un sitemap qui contient des adresses en 404 envoie un mauvais signal : gardez-le à jour en même temps que le site.

Soft 404

Une page qui annonce au visiteur que le contenu n'existe pas, tout en renvoyant un code 200 OK. Les moteurs l'indexent puisque le serveur la déclare valide, et l'index se remplit de copies d'un message d'erreur. La correction consiste à envoyer un vrai code 404 depuis la page d'erreur ; voir notre guide sur les images cassées et les soft 404.

Temps de réponse dépassé (timeout)

Le moment où un client cesse d'attendre un serveur qui ne répond pas. Un outil qui signale des délais dépassés sur vos pages vous apprend quelque chose d'utile, même si les pages ne sont pas cassées à proprement parler : vos vrais visiteurs attendent aussi longtemps, et beaucoup ne patientent pas.

User agent

L'identifiant qu'un client envoie pour dire ce qu'il est : un navigateur, le robot d'un moteur de recherche ou un vérificateur de liens. Les serveurs traitent parfois ces clients différemment, ce qui explique qu'un outil automatique puisse recevoir un 403 pour une page qui s'ouvre normalement dans un navigateur. Le robot d'Adieu404 s'identifie comme « Link Checker Bot Adieu404.com » (« External Link Checker Bot Adieu404.com » pour le vérificateur de liens externes).

Pour la mise en pratique de ces notions, consultez notre guide pour corriger une erreur 404 et la foire aux questions.