Làm sạch danh sách URL: xóa UTM và URL trùng lặp
Danh sách link lấy từ nhiều công cụ hiếm khi khớp nhau: cùng một trang xuất hiện kèm tham số theo dõi, có và không có dấu gạch chéo, qua cả http lẫn https. Hãy làm sạch danh sách một lần trước khi kiểm tra hoặc gửi đi.
Dữ liệu của bạn chỉ nằm trong trình duyệt. Không có gì bị tải lên hay lưu lại.
Thông tin chính
- URL có tham số theo dõi như utm_source là một địa chỉ khác với chính URL đó khi không có tham số.
- http hay https, có www hay không, có dấu gạch chéo cuối hay không – mỗi khác biệt đều tạo ra một URL riêng.
- Phần #fragment của URL không được gửi đến máy chủ.
- Google thu thập dữ liệu URL trong sitemap đúng như được liệt kê, nên danh sách sạch cần dùng dạng URL chính tắc của bạn.
Tải checklist: chẩn đoán sự cố lập chỉ mục
Từng bước: trạng thái trong Search Console, khả năng truy cập trang, robots.txt, noindex, URL chính tắc, chuyển hướng, sitemap và backlink, kèm việc cần làm cho từng trường hợp.
Tải PDF PDF · 3 trangCách sử dụng
- Dán link hoặc chọn file (TXT, CSV hay bất kỳ file văn bản xuất ra nào).
- Chọn tùy chọn: tham số theo dõi, fragment, https, dấu gạch chéo cuối và, nếu cần, một tên miền duy nhất cần giữ lại.
- Bấm Làm sạch danh sách.
- Xem các bộ đếm và bảng thống kê theo tên miền.
- Sao chép kết quả hoặc tải xuống dạng TXT hay CSV.
Lấy dữ liệu ở đâu
Công cụ phân tích backlink
File xuất từ Ahrefs, Semrush, Majestic hoặc công cụ tương tự. Công cụ tìm mọi địa chỉ http(s) trong file, bất kể cấu trúc cột ra sao.
Search Console
File xuất từ báo cáo Links, Page indexing hoặc Performance.
Ghi chú của bạn
Danh sách từ bảng tính, tin nhắn hoặc tài liệu. Dòng không có giao thức, như example.com/page, được hiểu là https.
Vì sao cần làm sạch trước khi kiểm tra hoặc gửi lập chỉ mục
URL trùng lặp và các biến thể có tham số theo dõi làm danh sách dài thêm mà không có thêm trang nào. Kiểm tra hay gửi cùng một trang dưới ba địa chỉ khác nhau vừa tốn thời gian, ngân sách, vừa cho kết quả khó hiểu.
Chọn tùy chọn dấu gạch chéo cuối
Hãy chọn dạng mà website của bạn dùng cho URL chính tắc. Tùy chọn “Thêm” bỏ qua các URL kết thúc bằng tên file như .pdf hay .html. Nếu chưa chắc, hãy chọn “Giữ nguyên”.
Những gì công cụ không thay đổi
Đường dẫn và giá trị tham số được giữ nguyên chữ hoa, chữ thường, vì đường dẫn có thể phân biệt chữ hoa và chữ thường. Các tham số không dùng để theo dõi vẫn được giữ, trừ khi bạn chọn xóa mọi tham số.
Bước tiếp theo
Danh sách đã sạch, giờ bạn có thể kiểm tra URL nào đã được lập chỉ mục cùng một lúc.
Câu hỏi thường gặp
Những tham số nào được coi là tham số theo dõi?
Các tham số utm_*, gclid, gclsrc, dclid, gbraid, wbraid, fbclid, msclkid, yclid, mc_cid, mc_eid, _ga, _gl, igshid và ref_src.
Công cụ có kiểm tra URL còn hoạt động không?
Không. Công cụ chỉ làm sạch phần văn bản của danh sách. Muốn biết mã trạng thái và trạng thái lập chỉ mục, bạn cần công cụ crawl hoặc công cụ kiểm tra lập chỉ mục.
Công cụ xử lý được danh sách lớn đến đâu?
Công cụ chạy trong trình duyệt, nên giới hạn là bộ nhớ thiết bị của bạn. Danh sách vài chục nghìn dòng vẫn chạy tốt trên máy tính thông thường.
Có thể chỉ giữ lại một website không?
Có. Nhập tên miền vào ô “Chỉ giữ tên miền này”; các tên miền phụ của nó cũng được giữ lại.
Nguồn tham khảo
- Build and submit a sitemap — Google Search Central: https://developers.google.com/search/docs/crawling-indexing/sitemaps/build-sitemap
- RFC 3986: Uniform Resource Identifier (URI) syntax: https://www.rfc-editor.org/rfc/rfc3986