Analisi sito web commoncrawl.org
Common Crawl - Open Repository of Web Crawl Data
Generato il Marzo 04 2026 18:03 PM
Statistiche non aggiornate? AGGIORNA !
Il punteggio e 67/100
SEO Content
Title
Common Crawl - Open Repository of Web Crawl Data
Lunghezza : 48
Perfetto, il tuo title contiene tra 10 e 70 caratteri.
Description
We build and maintain an open repository of web crawl data that can be accessed and analyzed by anyone.
Lunghezza : 103
Grande, la tua meta description contiene tra 70 e 160 caratteri.
Keywords
Molto male. Non abbiamo trovato meta keywords nella tua pagina. Usa questo generatore gratuito online di meta tags per creare keywords.
Og Meta Properties
Buono, questa pagina sfrutta i vantaggi Og Properties.
| Proprieta | Contenuto |
|---|---|
| type | website |
Headings
| 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
Abbiamo trovato 7 immagini in questa pagina web.
1 attributi alt sono vuoti o mancanti. Aggiungi testo alternativo in modo tale che i motori di ricerca possano comprendere meglio il contenuto delle tue immagini.
Text/HTML Ratio
Ratio : 13%
Il rapporto testo/codice HTML di questa pagina e inferiore a 15 percento, questo significa che il tuo sito web necessita probabilmente di molto piu contenuto.
Flash
Perfetto, non e stato rilevato contenuto Flash in questa pagina.
Iframe
Grande, non sono stati rilevati Iframes in questa pagina.
SEO Links
URL Rewrite
Buono. I tuoi links appaiono friendly!
Underscores in the URLs
Perfetto! Non sono stati rilevati underscores nei tuoi URLs.
In-page links
Abbiamo trovato un totale di 30 links inclusi 0 link(s) a files
| Anchor | Type | Juice |
|---|---|---|
| Overview | Interno | Passing Juice |
| CDXJ Index | Interno | Passing Juice |
| Columnar Index | Interno | Passing Juice |
| Web Graphs | Interno | Passing Juice |
| Latest Crawl | Interno | Passing Juice |
| Crawl Stats | Externo | Passing Juice |
| Graph Stats | Externo | Passing Juice |
| Errata | Interno | Passing Juice |
| Get Started | Interno | Passing Juice |
| AI Agent | Interno | Passing Juice |
| Blog | Interno | Passing Juice |
| Examples | Externo | Passing Juice |
| CCBot | Interno | Passing Juice |
| Infra Status | Interno | Passing Juice |
| Opt-Out Registry | Interno | Passing Juice |
| FAQ | Interno | Passing Juice |
| Research Papers | Interno | Passing Juice |
| Mailing List Archive | Externo | Passing Juice |
| Hugging Face | Externo | Passing Juice |
| Discord | Externo | Passing Juice |
| Collaborators | Interno | Passing Juice |
| Team | Interno | Passing Juice |
| Jobs | Interno | Passing Juice |
| Mission | Interno | Passing Juice |
| Impact | Interno | Passing Juice |
| Privacy Policy | Interno | Passing Juice |
| Terms of Use | Interno | Passing Juice |
| Contact Us | Interno | Passing Juice |
| More on Google Scholar | Externo | Passing Juice |
| Curated BibTeX Dataset | Externo | Passing Juice |
SEO Keywords
Keywords Cloud
crawl data latest open common stats web research papers analysis
Consistenza Keywords
| Keyword | Contenuto | Title | Keywords | Description | Headings |
|---|---|---|---|---|---|
| crawl | 12 |  |
 |
|
|
| web | 10 | |
|
|
|
| common | 6 | |
|
|
|
| analysis | 5 | |
|
|
|
| data | 4 | |
|
|
|
Usabilita
Url
Dominio : commoncrawl.org
Lunghezza : 15
Favicon
Grande, il tuo sito usa una favicon.
Stampabilita
Non abbiamo riscontrato codice CSS Print-Friendly.
Lingua
Buono. La tua lingua dichiarata en.
Dublin Core
Questa pagina non sfrutta i vantaggi di Dublin Core.
Documento
Doctype
HTML 5
Encoding
Perfetto. Hai dichiarato che il tuo charset e UTF-8.
Validita W3C
Errori : 0
Avvisi : 0
Email Privacy
Grande. Nessun indirizzo mail e stato trovato in plain text!
Deprecated HTML
Grande! Non abbiamo trovato tags HTML deprecati nel tuo codice.
Suggerimenti per velocizzare
|
Eccellente, il tuo sito web non utilizza nested tables. |
|
Molto male, il tuo sito web utilizza stili CSS inline. |
|
Grande, il tuo sito web ha pochi file CSS. |
|
Perfetto, il tuo sito web ha pochi file JavaScript. |
|
Perfetto, il vostro sito si avvale di gzip. |
Mobile
Mobile Optimization
|
Apple Icon |
|
Meta Viewport Tag |
|
Flash content |
Ottimizzazione
XML Sitemap
Grande, il vostro sito ha una sitemap XML.
| https://commoncrawl.org/sitemap.xml |
Robots.txt
https://commoncrawl.org/robots.txt
Grande, il vostro sito ha un file robots.txt.
Analytics
Non trovato
Non abbiamo rilevato uno strumento di analisi installato su questo sito web.
Web analytics consentono di misurare l'attività dei visitatori sul tuo sito web. Si dovrebbe avere installato almeno un strumento di analisi, ma può anche essere buona per installare una seconda, al fine di un controllo incrociato dei dati.
PageSpeed Insights
Dispositivo
Categorie
Free SEO Testing Tool
Free SEO Testing Tool e uno strumento di ottimizzazione per i motori di ricerca (seo tool) che serve per analizzare le tue pagine web