Pagini 404 și linkuri rupte: cum le găsiți la scară și ce faceți cu ele

Pagini 404 și linkuri rupte: cum le găsiți la scară și ce faceți cu ele este întrebarea la care majoritatea administratorilor de site răspund abia după ce un client sau un coleg raportează o pagină moartă.

Pe un site cu câteva zeci de pagini, problema se vede cu ochiul liber. Pe unul cu mii de adrese, un audit sistematic este singura metodă care prinde toate cazurile, nu doar pe cele raportate întâmplător.

Pagini 404 și linkuri rupte: cum le găsiți la scară și ce faceți cu ele

Prin linkuri rupte înțelegem orice referință, internă sau externă, către o adresă care nu mai răspunde cu conținutul așteptat. Codul de stare cel mai frecvent este 404, dar intră în aceeași categorie și 410, 500 persistent sau un lanț de redirecționări care nu ajunge nicăieri.

Diferența față de o eroare izolată este scara. Un site cu zece mii de pagini, construit în câțiva ani, acumulează inevitabil adrese moarte, iar găsirea lor manuală nu este o opțiune realistă.

De ce apar linkurile rupte la scară

Majoritatea linkurilor rupte nu apar dintr-o greșeală unică, ci din decizii luate separat, în momente diferite, fără nicio legătură vizibilă între ele.

• Produse scoase din stoc definitiv pe un magazin online, fără nicio redirecționare către o categorie echivalentă.
• Restructurări de categorii care schimbă adresele fără să păstreze vechile căi sau fără să le redirecționeze corect.
• Migrări de domeniu sau de platformă, în care o parte din conținutul vechi rămâne în urmă.
• Linkuri externe către resurse care au dispărut sau și-au schimbat structura de adrese pe domeniul original.
• Articole vechi care leagă pagini interne șterse ulterior, fără ca autorul inițial să mai revină asupra textului.

Fiecare dintre aceste cauze este ușor de evitat izolat, dar pe un site activ, cu publicare constantă, ele se adună mai repede decât apucă cineva să le observe.

O categorie separată este 404 soft, adică o pagină care răspunde tehnic cu cod 200, dar afișează un mesaj de tipul „produsul nu mai este disponibil” sau un coș de cumpărături gol. Pentru crawler, pagina pare validă, deși conținutul ei nu oferă nimic util, iar diferența dintre un 404 real și unul soft contează direct la clasificarea erorii.

Cum găsiți linkurile rupte în tot site-ul

Primul pas este un crawl complet al site-ului, care urmează fiecare link intern și extern și înregistrează codul de răspuns pentru fiecare adresă găsită. Un crawler dedicat face asta mai rapid decât orice script propriu, dar logica rămâne identică.

Pentru un site mic sau pentru o verificare rapidă, o listă de adrese extrase dintr-un export de sitemap sau de crawl poate fi verificată direct din linia de comandă:

cat adrese.txt | xargs -I{} curl -o /dev/null -s -w "%{http_code}  {}\n" {} | sort

Rezultatul sortat scoate la iveală rapid toate codurile diferite de 200, inclusiv lanțurile de redirecționare care se termină tot cu o eroare. Adresele cu cod 404 sau 410 merg direct în lista de rezolvat.

Raportul de acoperire din analiza SEO a site-ului arată și linkurile pe care Google le-a întâlnit deja și le-a marcat ca negăsite, chiar dacă nu mai apar în niciun crawl recent al propriului conținut, pentru că vin din surse externe vechi.

Un crawler dedicat precum Screaming Frog sau Sitebulb adaugă un avantaj pe care un script simplu nu îl oferă: urmărește și linkurile găsite în interiorul fiecărei pagini, nu doar lista plată de adrese, și arată exact din ce pagină anume pleacă fiecare link rupt. Pentru un site cu câteva mii de articole, informația asta economisește ore întregi de căutare manuală.

Cum prioritizați lista de linkuri rupte

Un crawl pe un site vechi scoate de regulă sute de adrese moarte deodată. Rezolvarea lor în ordinea găsirii, fără nicio prioritizare, înseamnă timp pierdut pe pagini fără nicio miză reală.

• Paginile care primeau trafic organic real înainte să dispară, vizibile în rapoartele istorice de analiză a traficului.
• Adresele cu cele mai multe linkuri interne primite, pentru că o singură corectare recuperează autoritate din mai multe surse deodată.
• Paginile cu backlinkuri externe către ele, verificabile printr-un instrument de analiză a profilului de linkuri, unde pierderea e ireversibilă dacă nu se redirecționează la timp.
• Adresele aflate la adâncime mică în arhitectura site-ului, pentru că acolo un 404 este văzut de mai mulți utilizatori și de crawler mai des.

Restul listei, format din pagini fără trafic, fără linkuri și fără valoare istorică, poate rămâne pe 404 simplu sau poate primi cod 410, fără să consume timp suplimentar de corectare.

Linkuri interne rupte și linkuri externe ieșite rupte

Cele două categorii cer tratament diferit, pentru că una stă complet sub controlul site-ului, iar cealaltă depinde de deciziile altcuiva.

Linkuri interne rupte

O adresă internă care răspunde cu 404 este întotdeauna remediabilă direct, pentru că site-ul controlează ambele capete ale legăturii. Nu există niciun motiv întemeiat ca un link intern să rămână rupt mai mult de câteva zile după ce a fost găsit.

Linkuri externe ieșite rupte

Un link către un domeniu străin poate deveni rupt fără nicio schimbare pe propriul site, pur și simplu pentru că pagina țintă a fost ștearsă sau mutată. Aceste linkuri merită verificate periodic, nu doar o dată la publicare, pentru că degradarea lor este constantă și invizibilă.

Linkurile externe către documentație oficială sau standarde tehnice, descrise și în auditul SEO tehnic complet, rezistă de regulă mai bine decât cele către bloguri sau resurse comerciale, pentru că instituțiile își păstrează structura de adrese mai mult timp.

Ce faceți cu o pagină care răspunde cu 404

Nu orice pagină moartă primește același tratament. Decizia corectă depinde de ce s-a întâmplat cu conținutul și de cât de mult trafic sau cât de multe linkuri primea pagina respectivă.

• Dacă există o pagină echivalentă, care acoperă același subiect, redirecționare 301 directă către ea, nu către pagina principală.
• Dacă pagina a fost ștearsă definitiv și nu mai există un înlocuitor relevant, cod 410, care spune clar crawlerului că adresa a dispărut intenționat.
• Dacă pagina a dispărut din greșeală, în urma unei migrări sau a unei restructurări, restaurarea ei este de preferat oricărei redirecționări artificiale.
• Dacă pagina nu a avut niciodată valoare reală și nu primea trafic sau linkuri, lăsarea ei pe 404 simplu este acceptabilă, fără redirecționare forțată.

Redirecționarea automată a tuturor paginilor șterse către pagina principală este o greșeală frecventă. Google tratează această practică drept un semnal de calitate scăzută, pentru că utilizatorul nu ajunge niciodată la ce căuta.

Decizia corectă se ia pagină cu pagină, nu printr-o regulă aplicată mecanic la nivel de site. Un magazin online cu zeci de produse scoase din gamă în fiecare lună nu poate trata fiecare caz individual fără un proces clar, dar nici nu își permite o redirecționare generică spre homepage pentru toate, pentru că pierde exact vizitatorii cu intenție comercială cea mai apropiată de o conversie reală.

Redirecționări în lanț și alte greșeli care anulează rezolvarea

O redirecționare rezolvă problema doar dacă duce direct la destinația finală. Multe site-uri acumulează lanțuri lungi, construite din corecții succesive aplicate una peste alta, fără curățare.

• Lanțuri de trei sau patru redirecționări succesive, în loc de o singură legătură directă către adresa finală.
• Redirecționări către o pagină care, la rândul ei, a fost ștearsă ulterior, fără actualizarea țintei.
• Bucle de redirecționare, în care adresa A trimite spre B, iar B trimite înapoi spre A.
• Redirecționare 302 temporară folosită permanent, deși situația reală nu se va mai schimba.

O verificare rapidă a lanțului de redirecționări pentru o singură adresă arată imediat câte salturi parcurge cititorul până la destinația reală:

curl -s -o /dev/null -w "%{num_redirects}  %{url_effective}\n" -L https://exemplu.ro/adresa-veche/

Documentația Google despre redirecționări confirmă același principiu: o redirecționare directă, către conținutul echivalent cel mai apropiat, transmite semnalul corect atât utilizatorului, cât și crawlerului.

Monitorizare continuă, nu audit o singură dată

Un audit făcut o singură dată rezolvă situația de azi, dar site-ul continuă să publice, să șteargă și să restructureze conținut. Fără o verificare recurentă, linkurile rupte revin în câteva luni.

Un crawl programat lunar, plus o verificare rapidă după fiecare migrare sau restructurare majoră de categorii, acoperă majoritatea cazurilor fără efort constant. Jurnalele serverului arată și codurile de răspuns reale primite de crawlerul Google, nu doar pe cele descoperite dintr-un crawl propriu.

Raportul de pagini din Google Search Console trimite notificări automate atunci când numărul de erori 404 crește brusc față de luna anterioară. Semnalul apare de obicei la câteva zile după o migrare sau o restructurare neanunțată, deci merită verificat direct după orice schimbare majoră de structură, nu doar la întâmplare. Un tabel simplu, actualizat la fiecare crawl, cu data găsirii fiecărei adrese moarte și decizia luată pentru ea, ține evidența pe termen lung mai bine decât memoria echipei.

Pentru magazinele online, unde produsele intră și ies din stoc constant, verificarea trebuie legată direct de procesul de gestionare a stocului, descris pe larg în optimizarea SEO pentru magazine online, nu tratată separat ca un proiect ocazional.

Pagini 404 și linkuri rupte: cum le găsiți la scară și ce faceți cu ele rămâne o sarcină de mentenanță recurentă, nu un proiect care se încheie definitiv. Un crawl complet, o regulă clară pentru fiecare tip de pagină moartă și o verificare periodică țin problema sub control pe termen lung. Pentru site-urile unde această mentenanță nu are timp alocat intern, consultanța SEO acoperă exact acest gol, iar un audit SEO complet pornește oricum de la aceeași listă de adrese moarte. Pentru domeniile care trec printr-o restructurare mai amplă, serviciile de SEO tehnic integrează verificarea linkurilor rupte alături de celelalte semnale de crawlabilitate.