Evaluation du site commoncrawl.org
Common Crawl - Open Repository of Web Crawl Data
Généré le 04 Mars 2026 18:03
Vieilles statistiques? UPDATE !
Le score est de 67/100
Optimisation du contenu
Titre
Common Crawl - Open Repository of Web Crawl Data
Longueur : 48
Parfait, votre titre contient entre 10 et 70 caractères.
Description
We build and maintain an open repository of web crawl data that can be accessed and analyzed by anyone.
Longueur : 103
Génial, votre balise META description contient entre 70 et 160 caractères.
Mots-clefs
Très mauvais. Nous n'avons pas trouvé de balise META keywords sur votre page. Utilisez ce générateur gratuit de balises META en ligne pour créer des mots-clés.
Propriétés Open Graph
Bien, cette page profite des balises META Open Graph.
| Propriété | Contenu |
|---|---|
| type | website |
Niveaux de titre
| 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
Images
Nous avons trouvé 7 image(s) sur cette page Web.
1 attribut(s) alt sont vides ou manquants. Ajouter un texte alternatif permet aux moteurs de recherche de mieux comprendre le contenu de vos images.
Ratio texte/HTML
Ratio : 13%
le ratio de cette page texte/HTML est au-dessous de 15 pour cent, ce qui signifie que votre site manque de contenu textuel.
Flash
Parfait, aucun contenu FLASH n'a été détecté sur cette page.
Iframe
Génial, il n'y a pas d'Iframes détectés sur cette page.
Liens
Réécriture d'URLs
Bien. Vos liens sont optimisés!
Tiret bas dans les URLs
Parfait! Aucuns soulignements détectés dans vos URLs.
Liens dans la page
Nous avons trouvé un total de 30 lien(s) dont 0 lien(s) vers des fichiers
| Texte d'ancre | Type | Juice |
|---|---|---|
| Overview | Interne | Passing Juice |
| CDXJ Index | Interne | Passing Juice |
| Columnar Index | Interne | Passing Juice |
| Web Graphs | Interne | Passing Juice |
| Latest Crawl | Interne | Passing Juice |
| Crawl Stats | Externe | Passing Juice |
| Graph Stats | Externe | Passing Juice |
| Errata | Interne | Passing Juice |
| Get Started | Interne | Passing Juice |
| AI Agent | Interne | Passing Juice |
| Blog | Interne | Passing Juice |
| Examples | Externe | Passing Juice |
| CCBot | Interne | Passing Juice |
| Infra Status | Interne | Passing Juice |
| Opt-Out Registry | Interne | Passing Juice |
| FAQ | Interne | Passing Juice |
| Research Papers | Interne | Passing Juice |
| Mailing List Archive | Externe | Passing Juice |
| Hugging Face | Externe | Passing Juice |
| Discord | Externe | Passing Juice |
| Collaborators | Interne | Passing Juice |
| Team | Interne | Passing Juice |
| Jobs | Interne | Passing Juice |
| Mission | Interne | Passing Juice |
| Impact | Interne | Passing Juice |
| Privacy Policy | Interne | Passing Juice |
| Terms of Use | Interne | Passing Juice |
| Contact Us | Interne | Passing Juice |
| More on Google Scholar | Externe | Passing Juice |
| Curated BibTeX Dataset | Externe | Passing Juice |
Mots-clefs
Nuage de mots-clefs
papers research analysis crawl common web open latest data stats
Cohérence des mots-clefs
| Mot-clef | Contenu | Titre | Mots-clefs | Description | Niveaux de titre |
|---|---|---|---|---|---|
| crawl | 12 |  |
 |
|
|
| web | 10 | |
|
|
|
| common | 6 | |
|
|
|
| analysis | 5 | |
|
|
|
| data | 4 | |
|
|
|
Ergonomie
Url
Domaine : commoncrawl.org
Longueur : 15
Favicon
Génial, votre site web dispose d'un favicon.
Imprimabilité
Aucun style CSS pour optimiser l'impression n'a pu être trouvé.
Langue
Bien. Votre langue est : en.
Dublin Core
Cette page ne profite pas des métadonnées Dublin Core.
Document
Doctype
HTML 5
Encodage
Parfait. Votre charset est UTF-8.
Validité W3C
Erreurs : 0
Avertissements : 0
E-mail confidentialité
Génial, aucune adresse e-mail n'a été trouvé sous forme de texte!
HTML obsolètes
Génial! Nous n'avons pas trouvé de balises HTML obsolètes dans votre code.
Astuces vitesse
|
Excellent, votre site n'utilise pas de tableaux imbriqués. |
|
Mauvais, votre site web utilise des styles css inline. |
|
Génial, votre site web contient peu de fichiers CSS. |
|
Parfait, votre site web contient peu de fichiers javascript. |
|
Parfait : votre site tire parti de gzip. |
Mobile
Optimisation mobile
|
Icône Apple |
|
Méta tags viewport |
|
Contenu FLASH |
Optimisation
Sitemap XML
Votre site web dispose d’une sitemap XML, ce qui est optimal.
| https://commoncrawl.org/sitemap.xml |
Robots.txt
https://commoncrawl.org/robots.txt
Votre site dispose d’un fichier robots.txt, ce qui est optimal.
Mesures d'audience
Manquant
Nous n'avons trouvé aucun outil d'analytics sur ce site.
Un outil de mesure d'audience vous permet d'analyser l’activité des visiteurs sur votre site. Vous devriez installer au moins un outil Analytics. Il est souvent utile d’en rajouter un second, afin de confirmer les résultats du premier.
PageSpeed Insights
Dispositif
Les catégories
Free SEO Testing Tool
Free SEO Testing Tool est un outil gratuit de référencement qui vous aidera à analyser vos pages web