Examiner les liens découverts
À chaque exécution, une tâche de capture de données établit une carte de toutes les URL trouvées en chemin — pas seulement les pages capturées, mais aussi les liens qu’elle a vus et choisi de ne pas suivre. C’est la liste Discovered links, et c’est le moyen le plus rapide de comprendre ce que la tâche a réellement fait.
Avant de commencer
- Ouvrez une tâche de capture de données de site web (ou de recherche) qui a terminé au moins une exécution.
Étapes
- Ouvrez la page de détail de la tâche depuis Capture de données.
- Sélectionnez l’onglet Discovered links. La liste affiche toutes les URL rencontrées par la tâche lors de sa dernière exécution.
- Parcourez les URL pour vérifier que les pages attendues sont présentes. Chaque entrée indique l’URL, si elle a été traitée ou ignorée, et comment elle a été découverte (depuis quelle page elle était liée).
- Repérez les entrées surprenantes — des pages hors du périmètre prévu, ou des pages importantes marquées comme ignorées. Ces signaux vous indiquent s’il faut ajuster les paramètres de portée.
Vérifier le résultat
Les pages souhaitées doivent apparaître dans la liste avec un statut traité. S’il manque des pages importantes, il faudra peut-être élargir les noms d’hôte, les règles de chemins ou la profondeur d’exploration de la tâche. Si des pages indésirables y figurent, la portée est trop large.
Dépannage
- Des liens importants manquent ? Élargissez les noms d’hôte, assouplissez les règles de chemins inclus ou augmentez la profondeur d’exploration.
- Vous voyez des liens dont vous ne voulez pas ? Ajoutez une règle de chemin exclu pour les filtrer lors de la prochaine exécution.