scripts

Sinds december 2007 is de nieuwe tracking code van Google Analytics (ga.js) beschikbaar. De nieuwe volgcode biedt vele interessante nieuwe functies. Dit artikel gaat in op het toevoegen van extra zoekmachines en het meten van kliks en downloads.

Toevoegen van extra zoekmachines
Google Analytics meet standaard 40 grote internationale zoekmachines. Dit zijn momenteel de volgende:



Belangrijke Nederlandse zoekmachines als ilse.nl, vinden.nl en startgoogle.startpagina.nl ontbreken. Deze kan je zelf toevoegen met de _addOrganic() functie. Voeg hiervoor per zoekmachine de volgende regel toe aan de tracking code:

Over het algemeen hebben zoekmachines en schrijvers van webrobots moeite met websites met frames. Door een frameset is de content van een website gescheiden over meerdere urls. Het ene frame kan een menu representeren, een ander frame kan het contentframe. Welk frame is het belangrijkst?

Ook wat Google PageRank betreft kunnen framesets nadelige invloed hebben; Door het gebruik van framesets verdeeld de content zich over afzonderdelijke urls terwijl de PageRank zich op de framesetpagina bevindt. Immers, gebruikers linken naar de hoofdurl van een website en niet naar de losse frames. In feite is nu content van linkpopulariteit gescheiden en kan een lagere ranking opleveren t.o.v. niet gescheiden content. Dit is de algemene reden waarom frame's minder goed werken voor zoekmachines.

Voor een zoekmachine is het dus belangrijk te achterhalen welk frame het belangrijkste is en dus het mainframe is. Maar wat is nu het mainframe?

Bij het laden van een pagina gaat de text-cursor niet standaard naar het eerste input-veld. Onderstaand stukje JavaScript is een oplossing voor dit probleen en zorgt ervoor dat de focus wel naar een input-veld gaat.



Aan de putFocus() functie, die bij body-onLoad wordt aangeroepen, kunnen 2 argumenten worden meegegeven; 'formInst' is het nummer van het formulier en 'elementInst' is het nummer van het input veld. De telling begint bij 0, dus heeft je website 1 formulier en is het input veld het 1^e veld, dan zijn beide argumenten 0.

De code is cross-browser compatible en getest op Internet Explorer, Firefox, Opera, Mozilla en Konqueror.

Updated: 2006-09-16

Soms wil je van een lijst met URL's controleren of deze URL's beschikbaar zijn (een '200 OK' response code teruggeven) of niet. Met het volgende URL check script is een dergelijke actie te automatiseren. Het script is gebaseerd op walker.pm; een objectgeoriënteerd schema van een webrobot in perl.

Hieronder volgt de uitleg van enkele belangrijke delen van de code:

1

Het script leest als input het bestand 'seed.txt' en stopt de regels hiervan in array @list;

2

Walker volgt automatisch 301 en 302 redirects. Echter indien MAX_REDIRECT wordt overschreden geeft deze alsnog een error.

Een tijdje geleden heb ik aan een reguliere expressie in perl gewerkt die een redelijk complete oplossing geeft om alle links te extraheren uit een HTML file. In veel gevallen kan het gebruik van deze simpele regexp ten opzichte van een oplossing met bijvoorbeeld HTML::LinkExtor performance winst opleveren.