Webside score commoncrawl.org
Common Crawl - Open Repository of Web Crawl Data
Genereret Marts 04 2026 18:03 PM
Gammel data? OPDATER !
Scoren er 67/100
SEO Indhold
Titel
Common Crawl - Open Repository of Web Crawl Data
Længde : 48
Perfekt, din titel indeholder mellem 10 og 70 bogstaver.
Beskrivelse
We build and maintain an open repository of web crawl data that can be accessed and analyzed by anyone.
Længde : 103
Perfekt, din meta beskrivelse indeholder mellem 70 og 160 karakterer.
Nøgleord
Dårligt! Vi kan ikke finde nogle meta nøgleord på din side! Brug denne gratis online meta generator for at oprette nye nøgleord.
Og Meta Egenskaber
Godt, din side benytter Og egenskaberne
| Egenskab | Indhold |
|---|---|
| type | website |
Overskrifter
| H1 | H2 | H3 | H4 | H5 | H6 |
| 1 | 10 | 37 | 0 | 8 | 0 |
- [H1] Common Crawl maintains a free, open repository of web crawl data that can be used by anyone.
- [H2] Common Crawl is a 501(c)(3) non–profit founded in 2007.We make wholesale extraction, transformation and analysis of open web data accessible to researchers.
- [H2] Over 300 billion pages spanning 15 years.
- [H2] Free and open corpus since 2007.
- [H2] Cited in over 10,000 research papers.
- [H2] 3–5 billion new pages added each month.
- [H2] Measuring Web Accessibility from Crawl Archives
- [H2] The Data
- [H2] Resources
- [H2] Community
- [H2] About
- [H3] Featured Papers
- [H3] A geolocated dataset of German news articles
- [H3] Web Crawl Refusals: Insights From Common Crawl
- [H3] Banned Books: Analysis of Censorship on Amazon.com
- [H3] Harmony in the Australian Domain Space
- [H3] Hyperlink Hijacking: Exploiting Erroneous URL Links to Phantom Domains
- [H3] DeepSeekMath: Pushing the Limits of Mathematical Reasoning in Open Language Models
- [H3] esCorpius: A Massive Spanish Crawling Corpus
- [H3] BacklinkDB: A Purpose-Built Backlink Database Management System
- [H3] Latest Blog Post
- [H3] Overview
- [H3] CDXJ Index
- [H3] Columnar Index
- [H3] Web Graphs
- [H3] Latest Crawl
- [H3] Crawl Stats
- [H3] Graph Stats
- [H3] Errata
- [H3] Get Started
- [H3] AI Agent
- [H3] Blog
- [H3] Examples
- [H3] CCBot
- [H3] Infra Status
- [H3] Opt-Out Registry
- [H3] FAQ
- [H3] Research Papers
- [H3] Mailing List Archive
- [H3] Hugging Face
- [H3] Discord
- [H3] Collaborators
- [H3] Team
- [H3] Jobs
- [H3] Mission
- [H3] Impact
- [H3] Privacy Policy
- [H3] Terms of Use
- [H5] Lukas Kriesch, Sebastian Losacker
- [H5] Mostafa Ansar, Anna Sperotto, Ralph Holz
- [H5] Jeffrey Knockel, Jakub Dalek, Noura Aljizawi, Mohamed Ahmed, Levi Meletti, and Justin Lau
- [H5] Xian Gong, Paul X. McCarthy, Marian-Andrei Rizoiu, Paolo Boldi
- [H5] Kevin Saric, Felix Savins, Gowri Sankar Ramachandran, Raja Jurdak, Surya Nepal
- [H5] Zhihong Shao, Peiyi Wang, Qihao Zhu, Runxin Xu, Junxiao Song, Mingchuan Zhang, Y.K. Li, Y. Wu, Daya Guo
- [H5] Asier Gutiérrez-Fandiño, David Pérez-Fernández, Jordi Armengol-Estapé, David Griol, Zoraida Callejas
- [H5] Marius Løvold Jørgensen, UiT Norges Arktiske Universitet
Billeder
Vi fandt 7 billeder på denne side.
1 alt tags mangler eller er tomme. Tilføj alternativ tekst til dine billeder for at gøre siden mere brugervenlig, og for at optimere din SEO i forhold til søgemaskinerne.
Text/HTML balance
Balance : 13%
Denne sides text til HTML fordeling er under 15 procent, dette betyder at din side mangler indhold!
Flash
Perfekt, ingen Flash objekter er blevet fundet på siden.
iFrame
Perfekt, der er ikke nogen iFrames på din side!
SEO Links
URL Omskrivning
Godt. Dine links ser venlige ud!
Underscores i links
Perfekt! Ingen underscores blev fundet i dine links
On-page links
Vi fandt et total af 30 links inkluderende 0 link(s) til filer
| Anker | Type | Juice |
|---|---|---|
| Overview | Intern | Sender Juice |
| CDXJ Index | Intern | Sender Juice |
| Columnar Index | Intern | Sender Juice |
| Web Graphs | Intern | Sender Juice |
| Latest Crawl | Intern | Sender Juice |
| Crawl Stats | Ekstern | Sender Juice |
| Graph Stats | Ekstern | Sender Juice |
| Errata | Intern | Sender Juice |
| Get Started | Intern | Sender Juice |
| AI Agent | Intern | Sender Juice |
| Blog | Intern | Sender Juice |
| Examples | Ekstern | Sender Juice |
| CCBot | Intern | Sender Juice |
| Infra Status | Intern | Sender Juice |
| Opt-Out Registry | Intern | Sender Juice |
| FAQ | Intern | Sender Juice |
| Research Papers | Intern | Sender Juice |
| Mailing List Archive | Ekstern | Sender Juice |
| Hugging Face | Ekstern | Sender Juice |
| Discord | Ekstern | Sender Juice |
| Collaborators | Intern | Sender Juice |
| Team | Intern | Sender Juice |
| Jobs | Intern | Sender Juice |
| Mission | Intern | Sender Juice |
| Impact | Intern | Sender Juice |
| Privacy Policy | Intern | Sender Juice |
| Terms of Use | Intern | Sender Juice |
| Contact Us | Intern | Sender Juice |
| More on Google Scholar | Ekstern | Sender Juice |
| Curated BibTeX Dataset | Ekstern | Sender Juice |
SEO Nøgleord
Nøgleords cloud
analysis open papers data latest research stats web crawl common
Nøgleords balance
| Nøgleord | Indhold | Titel | Nøgleord | Beskrivelse | Overskrifter |
|---|---|---|---|---|---|
| crawl | 12 |  |
 |
|
|
| web | 10 | |
|
|
|
| common | 6 | |
|
|
|
| analysis | 5 | |
|
|
|
| data | 4 | |
|
|
|
Brugervenlighed
Link
Domæne : commoncrawl.org
Længde : 15
FavIkon
Godt, din side har et FavIcon!
Printervenlighed
Vi kunne ikke finde en printer venlig CSS skabelon.
Sprog
Godt, dit tildelte sprog er en.
Dublin Core
Denne side benytter IKKE Dublin Core principperne.
Dokument
Dokumenttype
HTML 5
Kryptering
Perfekt. Dit Charset er tildelt UTF-8.
W3C Validering
Fejl : 0
Advarsler : 0
Email Privatliv
Godt! Ingen email adresser er blevet fundet i rå tekst!
Udgået HTML
Godt! Vi har ikke fundet udgåede HTML tags i din kildekode
Hastigheds Tips
|
Alle tiders! Din webside bruger ikke nestede tabeller. |
|
Advarsel! Din webside benytter inline CSS kode! |
|
Godt, din website har få antal CSS filer |
|
Perfekt, din website har få JavaScript filer. |
|
Perfekt, din hjemmeside udnytter gzip. |
Mobil
Mobil Optimering
|
Apple Ikon |
|
Meta Viewport Tag |
|
Flash indhold |
Optimering
XML Sitemap
Stor, din hjemmeside har en XML sitemap.
| https://commoncrawl.org/sitemap.xml |
Robots.txt
https://commoncrawl.org/robots.txt
Stor, din hjemmeside har en robots.txt-fil.
Analytics
Mangler
Vi har ikke registrerer en analyseværktøj installeret på denne hjemmeside.
Web analytics kan du måle besøgendes aktivitet på dit websted. Du bør have mindst én analyseværktøj installeret, men det kan også være godt at installere et sekund for at krydstjekke data.
PageSpeed Insights
Apparat
Kategorier
Free SEO Testing Tool
Free SEO Testing Tool er et gratis SEO redskab der hjælper med din hjemmeside