Sledování 404 chybových stránek

U každého navštěvovanějšího webu se dřív nebo později stane, že se návštěvník dostane na adresu, pro kterou neexistuje obsah.

Zobrazení neexistujícího obsahu může být způsobeno třemi způsoby:

1. Autorem webu, který nějaký obsah smaže, změní mu URL nebo udělá chybu v odkazu.
2. Návštěvníkem webu, který se pokusí adresu ručně zadat nebo udělá chybu při odkazování na web.
3. Robotem snažícím se navštívit URL, které používají známé redakční systémy (např. adresa wp-admin – administrace WordPressu).

Z těchto důvodů je dobré mít o 404 chybách přehled. Pro jejich zjištění jde použít následující způsoby:

Google Analytics

Pokud se na stránce měří návštěvnost službou Google Analytics, je skoro vyhráno. Tedy v případě, že chybová stránka má titulek, podle kterého ji lze jednoznačně identifikovat – například:

• Stránka nebyla nalezena,
• Stránka nenalezena,
• Nenalezeno,
• 404 Not Found,
• 404 stránka nenalezena

Titulek stránky se nachází zpravidla nad adresním řádkem:

Nebo jde získat ze zdrojového kódu stránky:

Tento titulek následně stačí vyhledat v Google Analytics ve volbě Chování → Obsah webu → Všechny stránky → Název webu a do vyhledávacího políčka zadat titulek stránky 404.

Po vyhledání by se měl objevit jediný výsledek, který po rozkliknutí zobrazí adresy, které k chybové stránce vedly.

Pro jecas.cz to za jeden rok vypadá následovně:

V případě, že by nějaká URL měla hodně zobrazení, dávalo by smysl na ní vytvořit relevantní obsah nebo ji na relevantní obsah trvale přesměrovat.

Pro pozdější pohodlné sledování chybových adres je dobré si pro tento výpis vytvořit zkratku:

Stačí jen zadat název:

Události v Google Analytics

Pokud nemá chybová stránka unikátní titulek a je problém ho změnit, jde informaci o navštívení neexistující adresy zaznamenávat pomocí událostí v Google Analytics:

404 chyby ve WordPressu

Monitorování chyb 404 nabízí například doplněk SEO Ultimate. Tento plugin obsahuje i spoustu dalších funkcí.

404 Monitor potom loguje všechny adresy, které vedly k chybě 404. K chybové adrese jde zobrazit i odkazující stránku a hlavičku user-agent.

Chybové stránky v Nette

Základní kostra (sandbox) Nette Frameworku automaticky loguje 404 chyby. Standardně jsou ukládány do souboru log/access.log.

Tento soubor je asi dobré čas od času smazat, protože může záhy narůst do značných rozměrů.

Vytvořený záznam po přístupu na neexistující stránku může vypadat následovně:

[2015-07-24 14-09-35] 
HTTP code 404:  in ArticlePresenter.php:34  
@  http://jecas.cz/nesmysl

Access log

Webové servery obvykle vytváří seznam se všemi přístupy na soubory umístěné na stránce. V seznamu logů je uveden i kód odpovědi – např.:

• 200 – stránka se úspěšně načetla,
• 301 – přesměrování,
• 404 – nenalezeno

U webového serveru Apache může jeden záznam logu vypadat takto (pro přehlednost rozděleno na řádky):

68.180.230.246 - - 
[24/Jul/2015:01:13:10 +0200] 
"GET /pozadovana-adresa HTTP/1.1" 
404 
1316 
"odkazujici-stranka" 
"Mozilla/5.0"

Stačí z něj tedy vyfiltrovat přístupy s kódem 404.

Celý řádek access logu obsahuje:

• IP adresu,
• datum,
• požadovanou URL a typ požadavku – GET/POST,
• kód odpovědi,
• velikost odpovědi v bytech,
• odkazující stránku – referrer,
• identifikátor prohlížeče user-agent

Související odkazy:

Google Search Console

Nefunkční stránky z pohledu Googlu jde zjistit pomocí nástroje Search Console (dříve Google Webmaster Tools):

Po výběru zkoumaného webu je tato možnost v Procházení → Chyby procházení → Nenalezeno.

Jednotlivé adresy jde rozkliknout a dozvědět se více podrobností – zejména odkud se na neexistující stránku odkazuje:

Kontrola odkazů programem Xenu

Program Xenu dokáže projít web a hledat na něm nefunkční odkazy.

Jde tak odhalit interní odkazy, které končí chybou 404.

Vliv chybových stránek na SEO

Google ignoruje obsah chybových stránek. Chybovou stránkou je myšleno cokoliv, co vrací hlavičku 404 Not Found nebo 410 Gone.

Obsah 404 stránky je tedy pouze pro návštěvníka.