تدقيق ميزانية الزحف: فاحص حجم HTML

لماذا يهم حجم HTML في الزحف

توثّق Google حدًا للجلب لدى Googlebot عند الزحف لأغراض البحث: فهو يعالج أول 2 MB من ملف HTML ويتجاهل الباقي. ينطبق الحد على HTML غير المضغوط، لذا لا يفيد ضغط gzip أو Brotli على خادمك. وإذا تجاوزت الصفحة الحد، فقد لا يُفهرس أبدًا ما يأتي بعد نقطة القطع، مثل المحتوى أو الروابط الداخلية أو البيانات المنظمة قرب أسفل الصفحة.

معظم الصفحات أقل بكثير من 2 MB. والصفحات التي تقترب منه تحتوي عادة على شيفرات أو أنماط مضمّنة كبيرة، أو صور SVG أو base64 مدمجة، أو كتل JSON ضخمة من إطار عمل JavaScript، أو صفحات منتجات وفئات تعرض مئات العناصر دفعة واحدة.

ما الذي يفحصه هذا التدقيق

• حجم HTML لكل رابط في خريطة موقعك، مع تنبيه عندما يتجاوز 2 MB أو يزيد على 1.5 MB. نعتبر الحد 2,000,000 بايت احتياطًا.
• رموز الحالة، لتبرز الصفحات المعطلة والصفحات التي تحظر الروبوتات (401، 403، 429). يجب ألا تتضمن خريطة الموقع إلا الصفحات التي تُرجع 200.
• عمليات إعادة التوجيه، لأن خريطة الموقع يجب أن تتضمن الروابط النهائية، لا عناوين تُحيل إلى مكان آخر.
• الصفحات الصغيرة جدًا التي تقل عن 5 KB. وهي غالبًا صفحات أخطاء أو قوالب فارغة أو شاشات تحقق من الروبوتات تُعرض بالحالة 200.

أدخل رابط خريطة الموقع أو نطاقك فقط، وستبحث الأداة عن sitemap.xml وsitemap_index.xml وwp-sitemap.xml، مع تتبّع ملفات فهرس خرائط الموقع. إذا لم تكن خريطة موقعك منشورة، فارفع ملف .xml أو الصق قائمة روابط. يُفحص حتى 50 صفحة في كل تشغيل، ثلاثًا في كل مرة، مع توقف قصير بين الطلبات حتى لا يُغرق خادمك.