Avaliação do site commoncrawl.org
Common Crawl - Open Repository of Web Crawl Data
Gerado a 04 de Março de 2026 18:03 PM
Estatísticas desatualizadas? ATUALIZE !
O resultado é de 67/100
Conteúdo SEO
Título
Common Crawl - Open Repository of Web Crawl Data
Cumprimento : 48
Perfeito, o Título contém entre 10 e 70 caracteres.
Descrição
We build and maintain an open repository of web crawl data that can be accessed and analyzed by anyone.
Cumprimento : 103
Perfeito, a Descrição META contém entre 70 e 160 caracteres.
Palavras-chave
Mau. Não detetámos palavras-chave META na sua página.
Propriedades Og Meta
Boa! Esta página tira vantagens das propriedades Og.
| Propriedade | Conteúdo |
|---|---|
| type | website |
Cabeçalhos
| 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
Imagens
Encontrámos 7 imagens nesta página.
1 atributos ALT estão vazios ou em falta. É recomendado adicionar texto alternativo de modo a que os motores de busca identifiquem melhor o conteúdo das suas imagens.
Rácio Texto/HTML
Rácio : 13%
O rácio de texto para código HTML desta página é menor que 15 porcento, o que significa que provavelmente é necessário de adicionar mais conteúdos em forma de texto.
Flash
Perfeito, não foi encontrado conteúdo Flash nesta página.
Iframe
Excelente, não foram detetadas Iframes nesta página.
Ligações SEO
Reescrita de URL
Perfeito. As ligações aparentam ser limpas!
Underscores (traços inferiores) nas URLs
Perfeito. Não foram encontrados 'underscores' (traços inferiores) nas suas URLs.
Ligações para a própria página
Encontrámos um total de 30 ligações incluindo 0 ligações a ficheiros
| Âncoras | Tipo | Sumo |
|---|---|---|
| Overview | Internas | Passa sumo |
| CDXJ Index | Internas | Passa sumo |
| Columnar Index | Internas | Passa sumo |
| Web Graphs | Internas | Passa sumo |
| Latest Crawl | Internas | Passa sumo |
| Crawl Stats | Externas | Passa sumo |
| Graph Stats | Externas | Passa sumo |
| Errata | Internas | Passa sumo |
| Get Started | Internas | Passa sumo |
| AI Agent | Internas | Passa sumo |
| Blog | Internas | Passa sumo |
| Examples | Externas | Passa sumo |
| CCBot | Internas | Passa sumo |
| Infra Status | Internas | Passa sumo |
| Opt-Out Registry | Internas | Passa sumo |
| FAQ | Internas | Passa sumo |
| Research Papers | Internas | Passa sumo |
| Mailing List Archive | Externas | Passa sumo |
| Hugging Face | Externas | Passa sumo |
| Discord | Externas | Passa sumo |
| Collaborators | Internas | Passa sumo |
| Team | Internas | Passa sumo |
| Jobs | Internas | Passa sumo |
| Mission | Internas | Passa sumo |
| Impact | Internas | Passa sumo |
| Privacy Policy | Internas | Passa sumo |
| Terms of Use | Internas | Passa sumo |
| Contact Us | Internas | Passa sumo |
| More on Google Scholar | Externas | Passa sumo |
| Curated BibTeX Dataset | Externas | Passa sumo |
Palavras-chave SEO
Núvem de palavras-chave
analysis latest common web data open papers stats crawl research
Consistência das Palavras-chave
| Palavra-chave | Conteúdo | Título | Palavras-chave | Descrição | Cabeçalhos |
|---|---|---|---|---|---|
| crawl | 12 |  |
 |
|
|
| web | 10 | |
|
|
|
| common | 6 | |
|
|
|
| analysis | 5 | |
|
|
|
| data | 4 | |
|
|
|
Usabilidade
Url
Domínio : commoncrawl.org
Cumprimento : 15
Favicon
Ótimo, o site tem um favicon.
Facilidade de Impressão
Não encontrámos CSS apropriado para impressão.
Língua
Otimo! A língua declarada deste site é en.
Dublin Core
Esta página não tira vantagens do Dublin Core.
Documento
Tipo de Documento
HTML 5
Codificação
Perfeito. O conjunto de caracteres UTF-8 está declarado.
Validação W3C
Erros : 0
Avisos : 0
Privacidade do Email
Boa! Nenhum endereço de email está declarado sob a forma de texto!
HTML obsoleto
Fantástico! Não detetámos etiquetas HTML obsoletas.
Dicas de Velocidade
|
Excelente, este site não usa tablelas dentro de tabelas. |
|
Oh não, o site usa estilos CSS nas etiquetas HTML. |
|
Boa, o site usa poucos ficheiros CSS. |
|
Perfeito, o site usa poucos ficheiros JavaScript. |
|
Perfeito, o site tira vantagens da compressão gzip. |
Dispositivos Móveis
Otimização para dispositivos móveis
|
Icon Apple |
|
Meta Viewport Tag |
|
Conteúdo Flash |
Otimização
XML Sitemap
Perfeito, o site tem um mapa XML do site (sitemap).
| https://commoncrawl.org/sitemap.xml |
Robots.txt
https://commoncrawl.org/robots.txt
Perfeito, o seu site tem um ficheiro robots.txt.
Analytics
Em falta
Não detetámos nenhuma ferramenta analítica de análise de atividade.
Este tipo de ferramentas (como por exemplo o Google Analytics) permite perceber o comportamento dos visitantes e o tipo de atividade que fazem. No mínimo, uma ferramenta deve estar instalada, sendo que em algumas situações mais do que uma pode ser útil.
PageSpeed Insights
Dispositivo
Categorias
Free SEO Testing Tool
Free SEO Testing Tool é uma ferramenta gratuita que o ajuda a avaliar o seu site