Skip to main content

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

  • SEO-Küche Logo


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

Titelbild Auto Complete

So gefährdet Google-Autocomplete euren Ruf

  • christoph pawletko
  • von Christoph
  • 20.09.2023

Google Autocomplete: Die versteckte Gefahr für Euren Online-Ruf! Unvorteilhafte Autocomplete-Vorschläge zu Eurer Marke können das Bild beeinflussen, das Menschen von Euch haben, und wie sie deren Meinung formen könnten. Die Autovervollständigungs-Funktion von Google mag für Nutzer praktisch sein, doch für Unternehmen und Privatpersonen birgt sie ein erhebliches Risiko für das […]

DIN

Die SEO-Küche beantragt eine DIN-Spezifikation für SEO

  • rainer winkler
  • von Rainer
  • 05.09.2023

Klarheit und Transparenz sind wichtige Eigenschaften für Dienstleister in der Beratung. Aus diesem Grund freut es uns besonders, mit unserem Antrag einer DIN-Spezifikation mit dem Titel „Prozessdefinition für die Suchmaschinenoptimierung (SEO) von Websites“ einen weiteren Schritt in Richtung Qualität im Markt zu gehen. Was ist eine DIN-SPEC? Eine DIN-SPEC (DIN-Spezifikation) […]

Domain SEO Tipps

Gibt es SEO-Domains? So wichtig ist die Domain für das Ranking

  • christoph pawletko
  • von Christoph
  • 31.08.2023

Domain-SEO: Die Bedeutung der URL für Google Die Qualität des Inhalts, die Benutzerfreundlichkeit der Seite und das Backlink-Portfolio sind nur einige der vielen Kriterien, die Google verwendet, um die Platzierung von Websites in den Suchergebnissen zu bestimmen. Für kommerzielle Online-Projekte ist eine hohe Position in den Suchergebnissen essentiell, da die […]

Browser Cache loeschen

Was bedeutet Cache leeren?

  • christoph pawletko
  • von Christoph
  • 18.08.2023

Das passiert in eurem Browser und Computer, wenn ihr den Cache löscht Euer Browser lädt immer langsamer und allgemein wird der Computer immer träger? Hier wird oft dazu geraten, den Cache zu leeren und damit unnötige Dateien zu löschen. Doch was bedeutet Cache leeren eigentlich? Ein Cache ist in der […]

Google alter Content behalten

Google: Was tun mit altem Content mit wenig Views?

  • christoph pawletko
  • von Christoph
  • 11.08.2023

Sollte man alte Inhalte irgendwann löschen? Google schätzt aktuelle Beiträge und frischen Content, doch das bedeutet nicht, dass ältere Inhalte im Suchalgorithmus immer benachteiligt werden und daher nach einer bestimmten Zeit gelöscht werden sollten. Google hat via Twitter (bzw. X) durch Danny Sullivan von Google Search Liaison klargestellt, dass das […]

Google Easter Eggs Titelbild

Im Browser Solitär oder Pac Man spielen? Wir zeigen die Google Easter Eggs

  • christoph pawletko
  • von Christoph
  • 03.08.2023

Das sind die besten Google Easter Eggs Dass der Internetriese Google bzw. Alphabet auch Humor hat, sieht man eher an den kleinen Dingen wie versteckten Easter Eggs in den Suchergebnissen. Für diejenigen, die sich fragen, was ein „Easter Egg“ in diesem Zusammenhang ist – nein, es geht nicht um die […]