Sivuston tiedot commoncrawl.org
Common Crawl - Open Repository of Web Crawl Data
Luotu Maaliskuu 04 2026 18:03 PM
Vanhentuneet tiedot? PÄIVITÄ !
Pisteet 67/100
SEO Sisältö
Otsikko
Common Crawl - Open Repository of Web Crawl Data
Pituus : 48
Täydellistä, otsikkosi sisältää väliltä 10 ja 70 kirjainta.
Kuvaus
We build and maintain an open repository of web crawl data that can be accessed and analyzed by anyone.
Pituus : 103
Hienoa, sinun meta-kuvauksesi sisältää väliltä70 ja 160 kirjainta.
Avainsanat
Erittäin huono. Emme löytäneen meta -sanoja sivultasi. Käytä Tätä ilmaista meta-kuvaus generaattoria lisätäksesi kuvauksen.
Open Graph (OG-tägit) tarjoavat mahdollisuuden merkitä verkkosivustojen sisältöä meta-tiedoilla.
Hienoa, sinun sivu käyttää hyödyksi Open Graph protokollaa (OG meta prop).
| Omaisuus | Sisältö |
|---|---|
| type | website |
Otsikot
| 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
Kuvat
Emme löytäneet 7 yhtään kuvia tältä sivustolta.
1 Alt-attribuutit on tyhjiä tai poistettu. Lisää vaihtoehtoista tekstiä niin, että hakukoneet ymmärtävät paremmin kuvatesi sisällön.
Kirjain/HTML suhde
Suhde : 13%
Tämän sivun / sivujen suhde teksti -> HTML on vähemmäinkuin 15 prosenttia, tämä tarkoittaa sitä, että luultavasti tulee tarvitsemaan lisää teksti sisältöä.
Flash
Täydellistä!, Flash-sisältöä ei ole havaittu tällä sivulla.
html-dokumentti sivun sisälle (Iframe)
Hienoa, Tällä sivulla ei ole Iframeja.
SEO Linkit
URL- Uudelleenkirjoitus
Hyvä. Sinun linkkisi näyttävät puhtailta!
Alleviivaa URL-osoitteet
Täydellistä! URL-osoitteissasi ei ole merkintöjä.
Sivun linkit
Löysimme yhteensä 30 linkit jotka sisältää 0 linkit tiedostoihin
| Ankkuri | Tyyppi | Mehu |
|---|---|---|
| Overview | Sisäinen | Antaa mehua |
| CDXJ Index | Sisäinen | Antaa mehua |
| Columnar Index | Sisäinen | Antaa mehua |
| Web Graphs | Sisäinen | Antaa mehua |
| Latest Crawl | Sisäinen | Antaa mehua |
| Crawl Stats | Ulkoinen | Antaa mehua |
| Graph Stats | Ulkoinen | Antaa mehua |
| Errata | Sisäinen | Antaa mehua |
| Get Started | Sisäinen | Antaa mehua |
| AI Agent | Sisäinen | Antaa mehua |
| Blog | Sisäinen | Antaa mehua |
| Examples | Ulkoinen | Antaa mehua |
| CCBot | Sisäinen | Antaa mehua |
| Infra Status | Sisäinen | Antaa mehua |
| Opt-Out Registry | Sisäinen | Antaa mehua |
| FAQ | Sisäinen | Antaa mehua |
| Research Papers | Sisäinen | Antaa mehua |
| Mailing List Archive | Ulkoinen | Antaa mehua |
| Hugging Face | Ulkoinen | Antaa mehua |
| Discord | Ulkoinen | Antaa mehua |
| Collaborators | Sisäinen | Antaa mehua |
| Team | Sisäinen | Antaa mehua |
| Jobs | Sisäinen | Antaa mehua |
| Mission | Sisäinen | Antaa mehua |
| Impact | Sisäinen | Antaa mehua |
| Privacy Policy | Sisäinen | Antaa mehua |
| Terms of Use | Sisäinen | Antaa mehua |
| Contact Us | Sisäinen | Antaa mehua |
| More on Google Scholar | Ulkoinen | Antaa mehua |
| Curated BibTeX Dataset | Ulkoinen | Antaa mehua |
SEO avainsanat
Avainsana pilvi
stats web open research data analysis crawl common papers latest
Avainsanojen johdonmukaisuus
| Avainsana | Sisältö | Otsikko | Avainsanat | Kuvaus | Otsikot |
|---|---|---|---|---|---|
| crawl | 12 |  |
 |
|
|
| web | 10 | |
|
|
|
| common | 6 | |
|
|
|
| analysis | 5 | |
|
|
|
| data | 4 | |
|
|
|
Käytettävyys
Url
Sivusto : commoncrawl.org
Pituus : 15
Pikkukuva (favicon)
Hienoa, sinun sivulla on favicon (pikakuvake).
Tulostettavuus
Emme löytäneet tulostusystävällistä CSS-palvelua.
Kieli
Hyvä. Ilmoitettu kieli on en.
Metatietosanastostandardi informaatio (DC)
Tämä sivu ei käytä hyödyksi (DublinCore =DC) metatietosanastostandardi informaatiokuvausta.
Dokumentti
(dokumenttityyppi); Merkistökoodaus
HTML 5
Koodaus/tietojenkäsittely
Täydellistä. Ilmoitettu asiakirjan merkkijono on UTF-8.
W3C Voimassaolo
Virheet : 0
Varoitukset : 0
Sähköpostin yksityisyys
Mahtavaa!sähköpostiosoitteita ei ole löytynyt tavallisesta tekstistä!
HTML Epäonnistui
Hienoa! Emme ole löytäneet vanhentuneita HTML-tunnisteita HTML-koodistasi.
Nopeus neuvot
|
Erinomaista, verkkosivustosi ei käytä sisäkkäisiä taulukoita. |
|
Harmillista, Sivustosi käyttää sisäisiä tyylejä. |
|
Hienoa, Sivustossasi on muutamia CSS-tiedostoja. |
|
Perfect, sivustossasi on muutamia JavaScript-tiedostoja. |
|
Täydellistä, Sivustosi hyödyntää gzipia. |
Mobiili
Mobiili optimointi
|
Apple-kuvake |
|
Meta Viewport -tunniste |
|
Flash sisältö |
Optimoi
XML Sivukartta
Hienoa, sivustossasi on XML-sivukartta.
| https://commoncrawl.org/sitemap.xml |
Robots.txt
https://commoncrawl.org/robots.txt
Hienoa, sivustossasi on robots.txt-tiedosto.
Analyysit
Puuttuu
Emme tunnistaneet tällä sivustolla asennettua analytiikkatyökalua.
Web-analyysilla voit mitata kävijän toimintaa verkkosivustollasi. Sinulla on oltava vähintään yksi analytiikkatyökalu, mutta voi myös olla hyvä asentaa toinen tietojen tarkistamiseen soveltuva työkalu.
Sivuston nopeus
Laite
Luokat
Free SEO Testing Tool
Free SEO Testing Tool On ilmainen SEO työkalu, joka auttaa sinua analysoimaan Web-sivusi