Skip to main content

Screaming Frog 4.0 – Jetzt mit Analytics und mehr – Teil 2

  • Geschrieben von SEO-Küche am 24.07.2015

PDF herunterladen

In Teil 1 des Beitrages, “Screaming Frog 4.0 – Jetzt mit Analytics und mehr – Teil 1“, haben wir uns mit der Integration von Analytics in den Screaming Frog beschäftigt. Dieses Mal beschäftigen wir uns genauer mit der ebenfalls neuen Funktion „Custom Extraction“.

Was ist Custom Extraction, und wo finde ich es?

Dieses nette neue Feature erlaubt die Sammlung aller nur erdenklichen Daten direkt aus dem HTML-Code der gecrawlten Seiten. Wichtig dabei ist, die Einstellung noch vor dem eigentlichen Crawl vorzunehmen, damit die Wunschinfos auch mitgenommen werden. Zu finden ist diese Funktion unter: Configuration -> Custom -> Extraction. #Wer hätte damit gerechnet? 😉

SF_GA1

Wie verwende ich Custom Extraction?

Bevor wir uns an die Einrichtung machen, sollten wir uns überlegen was wir überhaupt wissen wollen. Es kann jeder Wert abgefragt werden, der einem in den Sinn kommt und im Quellcode vorhanden ist. Als Beispiel ziehen wir aus unserem ersten Beitrag den Open Graph Title, das Veröffentlichungsdatum, und zu guter Letzt den Ankertext des ersten Links im Text.

Öffnen wir oben beschriebenen Menüpunkt, sehen wir eine sehr schlichte Eingabemaske. Hier vergeben wir zuerst einen Namen für unseren Export und wählen die Art, wie wir den Inhalt schnappen wollen. Wir können dabei zwischen CSSPath, XPath und RegEx wählen.

SF_GA2

Custom Extraction Praxis Beispiel

Für die Extraktion des OG Title verwenden wir RegEx, da wir nur den Wert und nicht das komplette „Konstrukt“ wollen. In unserem Fall kopieren wir uns aus dem Quellcode der Seite einfach den kompletten Tag und ersetzen den auszugebenden Wunschpart mit (.*?) . Das Ergebnis hier ist

<meta property=“og:title“ content=“(.*?)“ /> .

Schön ist, dass Screaming Frog am Ende der Zeile direkt anzeigt, ob der Code zulässig ist. Haben sich Syntax Fehler eingeschlichen, wird dort ein rotes X angezeigt. Ist alles in Ordnung, erstrahlt ein grünes Checkmark. (Wer mehr über RegEx und dessen Verwendung erfahren will, unter http://www.lmdfdg.com/?q=RegEx gibt es jede Menge hilfreiches Material.)

SF_GA3

Als nächstes suchen wir uns das Veröffentlichungsdatum heraus. Da wir den Inhalt innerhalb eines DIV Container auslesen wollen, bietet sich hier XPath an. Er wird ähnlich wie unser Ergebnis aussehen:

/html/body/div[1]/div[3]/div/div[1]/div[1]/div/p/span[1]

TIPP:

Wer keine dutzenden Unterpfade abzählen und eintippen will, kann sich diese mithilfe von Browserplugins, wie z.B. Firebug für Firefox (), schnell und einfach kopieren. Einfach auf das gewünschte Objekt rechts klicken, Element mit Firebug untersuchen und nochmals per Rechtsklick den XPath kopieren.

SF_GA4

Zu guter Letzt haben wir die Wahl zwischen Extract „InnerHTML, HTML Element, Text“

InnerHTML: Exportiert Text und Code, der innerhalb des Containers steht.
HTML Element: Exportiert den Container selbst und alles was in ihm steht.
Text: Exportiert ausschließlich den plain Text, der innerhalb des Containers steht.

Uns interessiert nur der tatsächliche Inhalt. Etwaige Formatierungen usw. wollen wir nicht haben, wir wählen also „Extract Text“.

SF_GA5

Um unseren Wissensdurst zu stillen, holen wir jetzt noch den ersten Ankertext aus dem Text. Wie vorher geht das am einfachsten per XPath. Das Ergebnis sieht entsprechend ähnlich aus:

/html/body/div[1]/div[3]/div/div[1]/div[1]/div/div/p[1]/strong/a

Auch CSSPath wäre möglich. Da dieser aber deutlich unübersichtlicher ist und oft mit einem zusätzlichen Attribut genauer identifiziert werden müsste, bevorzuge ich XPath. Nachfolgend noch einmal alle Beispiele und Funktionen auf einen Blick.

SF_GA6

Ergebnis der Custom Extraction

Sind wir schlussendlich glücklich mit unserer Konfiguration, können wir den Crawl starten.

TIPP:

Probiert eure Konfiguration zuerst an ein paar wenigen Seiten aus und passt sie nochmals an, sollte das Ergebnis nicht wie erhofft aussehen. Das spart Zeit.

Die fertige Auswertung nennt sich „Custom“ und findet sich kurz vor dem Reiter „Analytics“. Auch wichtig, setzt den Filter unbedingt auf „Extraction“. Ansonsten seht ihr andere oder auch keine Werte.

SF_GA7

Weitere Anwendungsmöglichkeiten

Oben sind natürlich nur Beispiele genannt, wie ihr die Funktion verwenden könnt. Eurer Fantasie sind fast keine Grenzen gesetzt. So könnte man beispielsweise auch Infos ziehen wie:

Welche Sprachen sind verlinkt? Fehlen manchmal hreflang Tags?
Welche Mikrodaten/Itemtypes werden verwendet?
Welche Analytics ID wird verwendet? Ist es stets die richtige?
Wer ist der Autor eines Beitrages? Wie viele hat jeder geschrieben?

Welche Funktion gefällt euch oder findet ihr besonders interessant? Was habt ihr dadurch herausgefunden? Wir sind gespannt auf eure Kommentare!

Keine Kommentare vorhanden


Hast du eine Frage oder Meinung zum Artikel? Schreib uns gerne etwas in die Kommentare.

Ihre E-Mail Adresse wird nicht veröffentlicht

Jetzt den SEO-Küche-Newsletter abonnieren

Ähnliche Beiträge

blog für onlineshop sinnvoll

Braucht ein Online Shop einen Blog?

  • christoph pawletko
  • von Christoph
  • 13.10.2021

Content ist King. Diesen Satz liest und hört man seit Jahren, wenn es um Erfolg im Online-Bereich geht. Gerade für Online Shops kann gutes Content Marketing den entscheidenden Unterschied ausmachen, um vor der Konkurrenz zu landen. Content Marketing ist mittlerweile für den E-Commerce Bereich so wichtig, dass schon von Content […]

online marketing weihnachten tipps

Das müssen SEOs für die Weihnachtszeit beachten

  • christoph pawletko
  • von Christoph
  • 01.10.2021

Noch ist der Sommer nicht lange vorbei, doch als SEO denkt man immer einige Monate voraus. Schon jetzt lohnt es sich, für die Weihnachtszeit zu planen, denn traditionsgemäß werden in den letzten Wochen vor Jahresende im E-Commerce die besten Umsätze gemacht. Da viele Maßnahmen etwas Zeit benötigen, um ihre volle […]

produktbeschreibungen duplicate content google meinung

Das passiert, wenn Ihr Eure Produkttexte einfach vom Hersteller kopiert

  • christoph pawletko
  • von Christoph
  • 23.09.2021

Viele Webseitenbetreiber stehen vor dem Problem, dass sie für viele Tausend Produkte in Ihren Onlineshops kaum für jedes einzelne Produkt eigene Produkttexte erstellen können. Oft werden dann die Produktbeschreibungen vom Hersteller übernommen, was jedoch zu Duplicate Content führen kann. Solche doppelten Inhalte will man in der Regel vermeiden, da diese […]

degut 2021 arena berlin

Die deGUT lädt ein – Wir sind dabei

  • christoph pawletko
  • von Christoph
  • 17.09.2021

Mit vielen Seminaren, Workshops und Infos rund um Existenzgründung und Unternehmertum können sich Teilnehmer am 29. Und 30. Oktober bei den Deutschen Gründer- und Unternehmertagen in der ARENA Berlin informieren und beraten lassen. Nach langer Zeit ohne Veranstaltungen ist die SEO-Küche auch wieder dabei und bietet Interessierten die Möglichkeit ins […]

linkmaskierung tipps tricks

Linkmaskierung – Arglistige Täuschung oder sinnvoll?

  • team female
  • von Annemarie D.
  • 15.09.2021

Wer bei Linkmaskierung an Masken denkt, hat schnell Bilder von bunten Karnevalsumzügen im Kopf, bei denen die Menschen in andere Rollen schlüpfen und sein können, wer sie sein wollen. Masken werden aber auch genutzt, wenn jemand nicht erkannt werden will. Das ist bei kriminellen Aktivitäten wie Einbrüchen und Banküberfällen oft […]

domain expired für links

Expired Domains: Potenziale und Gefahren für den Linkaufbau

  • team female
  • von Annemarie D.
  • 07.09.2021

Webseitenbetreiber und auch SEOs investieren nach wie vor viel Zeit in einen nachhaltigen und gesunden Linkaufbau. Kein Wundern, denn immer noch ist das Linkprofil ein wichtiger Rankingfaktor für Google. Die Möglichkeiten, qualitativ hochwertige Links aufzubauen, sind nach wie vor enorm vielfältig und reichen von Branchenbuch-Links und Links in Foren über […]