Extracteur de liens : listez tous les liens d’une page

Comment utiliser l’outil

Collez l’adresse complète d’une page et cliquez sur « Extraire ». L’outil télécharge la page comme le ferait un navigateur, suit les redirections jusqu’à la destination, puis relève chaque balise <a> du HTML reçu. Si la page est protégée, ou si vous voulez tester un code avant de le publier, ouvrez « Coller du HTML à la place » : l’analyse se fait alors entièrement dans votre navigateur, sans rien envoyer.

Le résultat se filtre par type, par présence d’un attribut rel, par ancre vide ou par lien non explorable, et se trie par ancre ou par adresse. Le fichier CSV reprend les lignes affichées, avec l’adresse telle qu’elle est écrite dans le code et son adresse complète. Le tableau n’affiche que les 500 premières lignes d’une liste filtrée, le CSV les contient toutes.

Ce que contient chaque ligne

• Ancre. Le texte du lien. Quand un lien enveloppe une image sans texte, l’outil prend l’attribut alt de l’image, comme le fait Google, et l’indique sous l’ancre.¹ À défaut, il retient l’attribut title, que Google peut utiliser quand le texte manque. Un lien sans texte, sans alt et sans title est marqué « vide ».
• Adresse. L’adresse complète, calculée à partir de la page d’origine ou de sa balise <base>. Quand le code contient une adresse relative, l’adresse écrite figure en dessous.
• Type. Interne quand le nom d’hôte est celui de la page, « www. » mis à part ; externe sinon, sous-domaines compris. Les liens qui visent un fragment de la même page sont classés « ancre de la page ». Les liens mailto: et tel: tombent dans « autres schémas ».
• rel. Les valeurs de l’attribut, séparées : nofollow, sponsored, ugc, noopener, noreferrer.
• target. La fenêtre où le lien s’ouvre. _self est la valeur par défaut ; _blank ouvre en général un nouvel onglet.³
• Zone. La balise de structure la plus proche autour du lien, parmi nav, header, footer, aside et main. « Autre » quand aucune ne l’entoure. Un header placé à l’intérieur d’un article compte comme header : la zone se déduit des balises et ne tient pas compte de la mise en page.

Ce que Google attend d’un lien

Google ne suit de façon fiable qu’un élément <a> muni d’un attribut href qui se résout en adresse web.¹ Le même texte déconseille les liens javascript:, les attributs de framework comme routerLink et les éléments cliquables par onclick sans href : Google ne peut pas en extraire les adresses de manière fiable. L’outil classe donc « non explorable » un lien sans href, avec un href vide, réduit à # ou en javascript:. MDN va dans le même sens côté usage : un href factice comme # ou javascript:void(0) perturbe l’ouverture dans un nouvel onglet, l’ajout aux favoris et les lecteurs d’écran, et un bouton convient mieux à une action qui ne mène à aucune adresse.³

Le texte d’ancre compte aussi. Google demande un texte descriptif et concis, à lire seul, hors contexte, et déconseille les textes vides ou génériques comme « Cliquez ici ». Pour une image liée, l’attribut alt sert de texte d’ancre, et un alt vide est à proscrire.¹ L’outil ne juge pas la qualité d’un texte : il signale l’absence de texte, que vous pouvez isoler avec le filtre « Ancres vides ».

Sur le nombre de liens, la documentation de Google reste mesurée : chaque page importante devrait contenir un lien vers au moins une autre page du site, il n’existe pas de nombre idéal, et un excès est probablement un problème.¹ Le résumé chiffré au-dessus du tableau donne le total, les adresses distinctes et la répartition entre internes et externes, de quoi situer une page.

nofollow, sponsored, ugc : lire la colonne rel

Un lien ordinaire n’a pas besoin d’attribut rel. Les trois valeurs servent aux autres cas.² sponsored qualifie les liens payants, annonces ou emplacements achetés. ugc qualifie les liens issus de contenus d’utilisateurs, commentaires et messages de forum. nofollow reste la valeur à employer quand aucune des deux autres ne convient et que vous ne voulez pas que Google associe votre site à la page liée ou l’explore depuis votre site. Les valeurs se cumulent, par exemple rel="ugc nofollow".²

Google présente ces attributs comme des indications : les liens qui les portent ne sont généralement pas suivis, et la page liée peut quand même être découverte par un sitemap ou par des liens venus d’ailleurs.² Pour un lien vers une page de votre propre site, Google recommande plutôt la règle disallow du fichier robots.txt.²

Les valeurs noopener et noreferrer relèvent d’un autre sujet, la sécurité de l’ouverture dans un nouvel onglet. D’après MDN, target="_blank" procure implicitement le comportement de rel="noopener", et noreferrer ajoute que l’en-tête Referer n’est pas transmis.³⁴ Ces valeurs figurent dans la colonne mais ne pèsent pas sur le référencement.

Vérifier le code HTTP de dix liens

Cochez jusqu’à dix liens internes ou externes dans le tableau et cliquez sur « Vérifier les liens cochés ». L’outil interroge les dix adresses en parallèle, en une seule requête de votre quota, et affiche le code de la première réponse de chacune. Il ne suit pas les redirections : un 301 apparaît comme 301, avec sa destination, ce qui permet de repérer les liens à mettre à jour. Le corps de la réponse n’est pas lu.

Une adresse de plus de 300 caractères ne peut pas être cochée, et un site qui ne répond pas dans le délai est signalé « sans réponse ». Pour suivre une chaîne de redirections jusqu’au bout, le vérificateur de redirections et de codes HTTP prend la suite.

Ce que l’outil ne voit pas

L’outil lit le HTML tel que le serveur l’envoie, sans exécuter le JavaScript. Les liens qu’un script ajoute après le chargement, dans un menu déroulant ou une liste chargée à la demande, n’y figurent donc pas, et une page entièrement construite côté navigateur renvoie peu de liens, voire aucun. Les liens placés dans des fenêtres modales ou des onglets sont présents s’ils sont dans le code d’origine.

Les formulaires, les plans de sites XML, les liens de balises <link> (canonique, hreflang, flux) et les images sans lien ne sont pas des balises <a> : ils sont hors du périmètre. Les balises <area> des cartes d’images aussi.

Après l’extraction

Une page qui reçoit peu de liens internes est difficile à trouver pour Google comme pour les visiteurs. Le guide du maillage interne explique comment répartir ces liens, avec des ancres qui disent où ils mènent. Pour vérifier les en-têtes que renvoie une adresse trouvée dans la liste, l’analyseur d’en-têtes HTTP donne tous ceux de la réponse. Et quand le résultat montre des centaines de liens à reprendre sur un site entier, c’est le moment d’un audit SEO complet, qui hiérarchise les corrections.

Questions fréquentes