Correggere un errore di crawl o sincronizzazione

Un errore di crawl può verificarsi prima, durante o dopo il download

Prima: URL non valida, destinazione privata o quota superata. Durante: DNS, TLS, redirect, stato HTTP, challenge o dimensione. Dopo: contenuto vuoto, formato non utilizzabile, estrazione o attività di indicizzazione. Identificare la fase evita di rilanciare l’intero database.

Per un sito completo, Wavize mostra totali di pagine scoperte, processate e fallite, ma non sempre conserva un motivo dettagliato per ogni URL. Isola una pagina rappresentativa per avere una diagnosi riproducibile.

Rilancio mirato
Correggi prima la causa, rilancia alcune URL prioritarie, poi l’intero sito. Rilanci ripetuti consumano quota e possono nascondere l’ora del primo incidente.

Testa l’URL come visitatore anonimo

Usa una finestra in incognito e, se possibile, una rete esterna.

1. Risposta senza login

   La pagina deve mostrare il contenuto senza account, password, cookie precedenti o token temporaneo firmato.

2. Redirect completati

   Controlla l’URL finale, lo stesso dominio e l’assenza di loop HTTP/HTTPS o www. L’analisi onboarding limita i redirect e un crawl rispetta i controlli di destinazione.

3. Testo realmente presente

   Pagina vuota prima di eseguire JavaScript, solo video o canvas non forniscono contenuto utilizzabile. Aggiungi versione HTML o testuale.

Leggi le risposte server

Chiedi all’hosting i log dell’ora del test se necessario.

• 403 o challenge

  Il WAF, robots o protezione anti-bot blocca il server. Crea regole mirate secondo la politica senza disattivare la sicurezza completa.

• 404 o 410

  Correggi link e sitemap, escludi pagine rimosse e non sostituirle con redirect alla homepage per evitare contenuto duplicato.

• 429

  Il server limita le richieste. Distanza i crawl o regola le impostazioni per Wavize; non avviare fonti identiche in parallelo.

• 5xx / TLS / DNS

  Correggi indisponibilità, catena certificato o risoluzione prima del rilancio. Una pagina accessibile solo dalla tua postazione può rimanere irraggiungibile pubblicamente.

Controlla quota, selezione e stato del task

Una fonte parziale non è sempre un guasto.

1. Quota mensile URL

   Confronta pagine usate e capacità del piano. Escludi filtri, parametri o duplicati prima del rilancio.

2. Coda e worker

   Uno stato queued persistente può indicare coda piena o worker fermo. Segnala durata e fonte prima di aprire ticket.

3. Errori concentrati

   Cerca pattern comuni di URL: lingua, sottodominio, filtro, file pesante. Escludere famiglie può salvare il crawl utile.

Validare la correzione nelle risposte

Uno stato riuscito deve produrre dati utili.

1. Pagina processata

   La pagina prioritaria non è più fallita o esclusa per errore.

2. Domanda fattuale

   Fai una domanda con risposta esplicita nel contenuto scaricato.

3. Assenza di duplicati

   La vecchia URL o versione non offre risposte contrastanti dopo l’aggiornamento.

Informazioni per supporto

Non inviare API key o pagine private.

• Fonte — Titolo, tipo e URL pubblica.
• Cronologia — Ora avvio, durata in ogni stato e ultimo rilancio.
• Campione — Due o tre URL rappresentative con stato pubblico.