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

SEO-Abkürzungen Titelbild

SEO-Abkürzungen

  • christoph pawletko
  • von Christoph
  • 28.03.2024

Alle SEO-Begriffe und Abkürzungen aus der Suchmaschinenoptimierung Jedes Fachgebiet hat oft eigene Abkürzungen und Fachbegriffe. Für Eingeweihte sind die üblichen SEO-Abkürzungen wie SEA, CPC, SEM, SERP, CTR, PPC, etc. völlig normal, doch Branchenfremde oder Einsteiger sind bei Fachartikeln oder in Gesprächen schnell überfordert. Wir erklären kurz und knapp die wichtigsten […]

Storytelling Tools Titelbild

Storytelling-Tools Sammlung

  • christoph pawletko
  • von Christoph
  • 22.03.2024

Storytelling Tools und Scrollytelling Tools: Diese Tools helfen euch, Geschichten zu erzählen Gute Geschichten wecken Emotionen und reißen Menschen beim Lesen mit. Das hat schon vor tausenden von Jahren an der Feuerstelle funktioniert und tut dies auch heute noch im digitalen Zeitalter. Storytelling-Tools helfen euch im Content-Marketing eure Geschichten noch […]

Titelbild barrierefreie Website

Barrierefreie Website – Das muss man wissen

  • christoph pawletko
  • von Christoph
  • 15.03.2024

Webseiten ohne Zugangsbeschränkungen: Ein Gewinn für jeden Die Zugänglichkeit von Webseiten ist auch heute noch keine Selbstverständlichkeit. Eine Studie von Google und Aktion Mensch zeigt, dass zwei Drittel der großen Online-Shops in Deutschland nicht ohne Barrieren zugänglich sind. Solche Hindernisse im Netz machen es unmöglich, dass Webangebote von jedem uneingeschränkt […]

Google March Core Update 2024

Google Core und SpamUpdate März 2024

  • christoph pawletko
  • von Christoph
  • 08.03.2024

Das größte Google Update seit langem? Google führt diesen März zwei bedeutende Updates durch, das March 2024 Core Update und das March 2024 Spam Update, die seit dem 5. März aktiv sind. Diese Aktualisierungen zielen darauf ab, die Suchergebnisse zu verbessern, indem nicht hilfreiche Inhalte deutlich reduziert werden. Im Vergleich […]

Internetrecherche Titelbild

Internetrecherche: Ein Ratgeber für junge Nutzer

  • christoph pawletko
  • von Christoph
  • 01.03.2024

Tipps zur Internetrecherche In unserer heutigen Gesellschaft, in der digitale Technologien einen festen Bestandteil des Alltags darstellen, ist es für die meisten von uns zur Routine geworden, digitale Medien täglich zu nutzen. Jugendliche insbesondere verlassen sich bei ihrer Suche nach Informationen vorrangig auf das Internet, unabhängig davon, ob sie nach […]

DMARC Titelbild

Wichtige Aktualisierung der E-Mail-Authentifizierungsanforderungen: DMARC, SPF und DKIM

  • christoph pawletko
  • von Christoph
  • 23.02.2024

In einer Welt, in der digitale Sicherheit mehr denn je im Mittelpunkt steht, haben Google und Yahoo entscheidende Schritte unternommen, um die Integrität und Sicherheit der E-Mail-Kommunikation zu stärken. Mit dem ersten Quartal 2024 setzen die beiden Anbieter neue Standards in der E-Mail-Authentifizierung, um gängige Bedrohungen wie Phishing, Business E-Mail […]