/outils/testeur-url/
Testeur d’URL
Collez une ou plusieurs centaines d’URL : l’outil vérifie leur indexabilité (code HTTP, redirections, robots.txt, noindex, canonical) et leurs balises importantes, puis regroupe les problèmes.
Les pages sont récupérées par ce site, comme le ferait un robot ; l’analyse se fait dans votre navigateur et rien n’est conservé.
Résultats
Problèmes détectés
En savoir plus
Ce que l’outil vérifie, comment il tranche, ses limites et ses sources.
Comment est établi le verdict d’indexabilité
Chaque URL est récupérée avec le user-agent du robot choisi, en suivant les redirections une à une (dix au plus, comme Googlebot). Le verdict porte sur l’URL saisie :
| Verdict | Quand |
|---|---|
| Non indexable | Code 4xx ou 5xx ; URL (ou destination de la redirection) bloquée par le robots.txt ; robots.txt en erreur serveur ; noindex ou none dans une balise meta robots ou un en-tête X-Robots-Tag visant le robot ; date unavailable_after dépassée. |
| Redirigée | L’URL renvoie vers une autre (3xx). C’est la destination qui peut être indexée ; son analyse figure dans le détail. |
| Canonique ailleurs | La page est indexable mais déclare une autre URL canonique (balise link ou en-tête Link). Le moteur indexera probablement la cible à sa place ; la canonical reste une indication, pas un ordre. |
| Indexable | Rien n’empêche l’indexation. Cela ne garantit pas qu’elle aura lieu : le moteur choisit aussi selon la qualité et la duplication. |
| Erreur | La page n’a pas pu être récupérée (DNS, délai dépassé, boucle de redirections, certificat). |
Les directives sont lues comme Google les applique : meta name="robots" vaut pour tous les robots, meta name="googlebot" ou bingbot pour le robot nommé, un X-Robots-Tag peut cibler un robot (googlebot: noindex), et en cas de directives contradictoires la plus restrictive l’emporte. Le robots.txt est interprété par le même moteur que le validateur de robots.txt (RFC 9309 et règles de Google) ; un robots.txt en 4xx vaut « tout autorisé », un robots.txt en 5xx suspend le crawl.
Ce que l’outil vérifie
| Élément | Contrôles |
|---|---|
| Réponse | Code HTTP, chaîne de redirections (codes, temporaires, passage de https à http), meta refresh, type de contenu, poids, temps de réponse, HTML au-delà de 2 Mo (Googlebot ignore la suite). |
| Robots | robots.txt pour l’URL et pour la destination d’une redirection, meta robots, X-Robots-Tag, nofollow, limites d’extrait (nosnippet, max-snippet). |
| Canonical | Absente, auto-référente ou vers une autre URL, multiple et contradictoire, relative, en http, avec fragment, placée hors du <head>, combinée à un noindex, ou pointant vers une URL du lot qui n’est pas indexable. |
| Balises | Title et meta description (présence, doublons dans la page et entre URL du lot, longueur), h1, enchaînement des titres, lang, viewport, encodage. |
| International | hreflang dans le HTML et l’en-tête Link : codes ISO, doublons, URL relatives, auto-référence. |
| Partage et données | Open Graph, Twitter Card, types de données structurées (JSON-LD et microdonnées), blocs JSON-LD illisibles. |
| Contenu | Nombre de mots, liens internes et externes, liens nofollow/ugc/sponsored, images sans alt, soft 404 probable. |
Structure du <head> | Une balise interdite dans le <head> (image, div, texte) le ferme avant l’heure : les balises suivantes passent dans le corps et Google ignore alors une canonical. L’outil analyse le HTML comme un navigateur et signale ce cas. |
Les seuils de longueur (title au-delà de 60 caractères, description au-delà de 160) sont des repères : Google tronque à la largeur en pixels et réécrit souvent ces éléments. Ce sont des informations, pas des erreurs.
Ce que l’outil ne fait pas
- Il lit le HTML renvoyé par le serveur, sans exécuter le JavaScript. Une balise ajoutée ou modifiée en JavaScript (canonical, meta robots, title) n’est pas vue ; Google, lui, la voit après le rendu, sauf un
noindexprésent dans le HTML initial, qui empêche le rendu. - Les requêtes partent du serveur de ce site, pas des adresses IP de Google ou de Bing. Un site qui vérifie l’origine des robots peut répondre autrement (souvent 403) : choisissez alors le profil « Navigateur ».
- Il ne dit pas si une URL est indexée : seule la Search Console (inspection d’URL) ou une recherche dans le moteur le confirment.
- Il teste au plus 1 000 URL par lot, quatre à la fois. Au-delà de 240 requêtes par minute, l’analyse marque une courte pause puis reprend seule.
- Les sitemaps chargés par URL sont limités à 10 Mo et, pour un index de sitemaps, aux 50 premiers fichiers.
Sources
- Google Search Central, Balises meta robots, data-nosnippet et X-Robots-Tag.
- Google Search Central, Consolider les URL en double (canonical, en-tête Link, balises hors du head).
- Google Search Central, Codes d’état HTTP et erreurs réseau (dix redirections au plus, robots.txt en 4xx et 5xx).
- Google Search Central, Interprétation de la spécification robots.txt par Google et RFC 9309.
- Google Search Central, Googlebot : récupération, octets traités et limite de 2 Mo (mars 2026).
- Google Search Central, Versions localisées de vos pages (hreflang).
- Google Search Central, Liens de titre et Extraits et meta description.
- Bing Webmaster Guidelines, Balises meta robots prises en charge par Bing.