Revisión web de commoncrawl.org
Common Crawl - Open Repository of Web Crawl Data
Generado el 04 Marzo 2026 18:03 PM
Resultados antiguos? ACTUALIZAR !
La puntuación es 67/100
Contenido SEO
Título
Common Crawl - Open Repository of Web Crawl Data
Longitud : 48
Perfecto, tu título contiene entre 10 y 70 caracteres.
Descripción
We build and maintain an open repository of web crawl data that can be accessed and analyzed by anyone.
Longitud : 103
Genial, tu descripción meta contiene entre 70 y 160 caracteres.
Palabras Claves (Keywords)
Muy mal. No hemos encontrado palabras clave (meta keywords) en tu página. Usa este generador de meta tags gratuito para crear tus palabras clave.
Propiedades Meta Og
Bien. Tu página usa propiedades Og (etiquetas og).
| Propiedad | Contenido |
|---|---|
| type | website |
Titulos
| 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
Imagenes
Hemos encontrado 7 imágenes en esta web.
1 atributos alt están vacios o no existen. Agrega texto alternativo para que los motores de búsqueda puedan entender las imágenes.
Ratio Texto/HTML
Ratio : 13%
El ratio entre texto y código HTML de esta página es menor que el 15 por ciento, esto significa que tu web posiblemente necesite más contenido en texto.
Flash
Perfecto, no se ha detectado contenido Flash en la página.
Iframe
Genial, no se han detectado Iframes en la página.
Enlaces SEO
Reescritura URL
Bien. Tus enlaces parecen amigables
Guiones bajos en las URLs
Perfecto! No hemos detectado guiones bajos en tus URLs
Enlaces en página
Hemos encontrado un total de 30 enlaces incluyendo 0 enlace(s) a ficheros
| Ancla | Tipo | Jugo |
|---|---|---|
| Overview | Interna | Pasando Jugo |
| CDXJ Index | Interna | Pasando Jugo |
| Columnar Index | Interna | Pasando Jugo |
| Web Graphs | Interna | Pasando Jugo |
| Latest Crawl | Interna | Pasando Jugo |
| Crawl Stats | Externo | Pasando Jugo |
| Graph Stats | Externo | Pasando Jugo |
| Errata | Interna | Pasando Jugo |
| Get Started | Interna | Pasando Jugo |
| AI Agent | Interna | Pasando Jugo |
| Blog | Interna | Pasando Jugo |
| Examples | Externo | Pasando Jugo |
| CCBot | Interna | Pasando Jugo |
| Infra Status | Interna | Pasando Jugo |
| Opt-Out Registry | Interna | Pasando Jugo |
| FAQ | Interna | Pasando Jugo |
| Research Papers | Interna | Pasando Jugo |
| Mailing List Archive | Externo | Pasando Jugo |
| Hugging Face | Externo | Pasando Jugo |
| Discord | Externo | Pasando Jugo |
| Collaborators | Interna | Pasando Jugo |
| Team | Interna | Pasando Jugo |
| Jobs | Interna | Pasando Jugo |
| Mission | Interna | Pasando Jugo |
| Impact | Interna | Pasando Jugo |
| Privacy Policy | Interna | Pasando Jugo |
| Terms of Use | Interna | Pasando Jugo |
| Contact Us | Interna | Pasando Jugo |
| More on Google Scholar | Externo | Pasando Jugo |
| Curated BibTeX Dataset | Externo | Pasando Jugo |
Palabras Clave SEO
Nube de Palabras Clave
latest common data web research analysis stats papers crawl open
Consistencia de las Palabras Clave
| Palabra Clave (Keyword) | Contenido | Título | Palabras Claves (Keywords) | Descripción | Titulos |
|---|---|---|---|---|---|
| crawl | 12 |  |
 |
|
|
| web | 10 | |
|
|
|
| common | 6 | |
|
|
|
| analysis | 5 | |
|
|
|
| data | 4 | |
|
|
|
Usabilidad
Url
Dominio : commoncrawl.org
Longitud : 15
Favicon
Genial, tu web tiene un favicon.
Imprimibilidad
No hemos encontrado una hoja de estilos CSS para impresión.
Idioma
Genial. Has declarado el idioma en.
Dublin Core
Esta página no usa Dublin Core.
Documento
Tipo de documento (Doctype)
HTML 5
Codificación
Perfecto. Has declarado como codificación UTF-8.
Validez W3C
Errores : 0
Avisos : 0
Privacidad de los Emails
Genial. No hay ninguna dirección de email como texto plano!
HTML obsoleto
Genial, no hemos detectado ninguna etiqueta HTML obsoleta.
Consejos de Velocidad
|
Excelente, esta web no usa tablas. |
|
Muy mal, tu web está usando estilos embenidos (inline CSS). |
|
Genial, tu página web usa muy pocos ficheros CSS. |
|
Perfecto, tu web usa pocos ficheros JavaScript. |
|
Su sitio web se beneficia del tipo de compresión gzip. ¡Perfecto! |
Movil
Optimización Móvil
|
Icono para Apple |
|
Etiqueta Meta Viewport |
|
Contenido Flash |
Optimización
Mapa del sitio XML
¡Perfecto! Su sitio tiene un mapa del sitio en XML.
| https://commoncrawl.org/sitemap.xml |
Robots.txt
https://commoncrawl.org/robots.txt
¡Estupendo! Su sitio web tiene un archivo robots.txt.
Herramientas de Analítica
No disponible
No hemos encontrado ninguna herramienta de analítica en esta web.
La analítica Web le permite medir la actividad de los visitantes de su sitio web. Debería tener instalada al menos una herramienta de analítica y se recomienda instalar otra más para obtener una confirmación de los resultados.
PageSpeed Insights
Dispositivo
Categorias
Free SEO Testing Tool
Free SEO Testing Tool es una herramienta seo gratuita que te ayuda a analizar tu web