Quando uscì la versione italiana rimasi stupito poichè si trattava un argomento in apparenza abbastanza di nicchia, trattato da pochissimi libri in lingua inglese tra cui Spidering Hacks della O’reilly.

Il presupposto da cui parte l’autore (Michael Schrenk) è che i browser per quanto sempre più potenti e ricchi di plugin non sono sempre la soluzione ottimale per gestire le informazioni online: a volte sono necessari strumenti più “affilati”.

Entrano in gioco crawler, spider, webbot, agenti software, screen scrapers, software che, sia pure con sfumature leggermente diverse, sono in grado di:

• reperire informazioni online utilizzando diversi protocolli
• automatizzare operazioni complesse

Il libro propone, come linguaggio per la scrittura di spider e webbot, l’accoppiata: PHP e cURL. La scelta di PHP in questo contesto può apparire sicuramente strana, dato che PHP nasce come linguaggio di scripting da includere nelle pagine web. Tale scelta è però motivata dalla semplicità di utilizzo del linguaggio e dalla vasta libreria. Inoltre, come sostiene l’autore, i limiti nell’utilizzo di PHP in questo contesto vengono in larga parte superati utilizzando la libreria PHP/cURL, particolarmente efficiente per questi scopi.

Il testo tratta un po’ tutti i vantaggi degli spider e webbot sia dal punto di vista degli sviluppatori, sia dal punto di vista dei manager.
Per gli sviluppatori rappresentano un’opportunità per acquisire nuove competenze e nel contempo sono anche una sfida per via dell’imprevedibilità (basti pensare al parsing dei dati).

Nei primi capitoli vengono proposte idee anche molto creative sui possibili impieghi e successivamente viene affrontata la parte tecnologica: PHP, cURL e la libreria messa a punto dall’autore e scaricabile dal suo sito web. Sito che prevede pagine realizzate appositamente come test per gli script del libro (i lettori possano così testare senza problemi gli esempi).

Le librerie messe a punto dall’autore contemplano funzioni per il download e per parsing dei dati (reperimento stringhe, gestione link etc).

Vengono poi trattati argomenti come l’invio automatico di form, la gestione di grandi quantità di dati. Vengono passate poi in rassegna applicazioni comuni di utilizzo per webbot quali:

1. monitorare i prezzi
2. catturare immagini
3. verificare link
4. la navigazione anonima
5. valutare il rank ed il posizionamento delle pagine sui motori di ricerca
6. aggregatori di notizie ed informazioni
7. FTP per prelevare dati con l’utilizzo di questo protocollo
8. prelevare dai newsgroup via NNTP
9. leggere e spedire mail con POP3 e SMTP

Conclude il libro una serie di capitoli su tematiche considerate più avanzate come:

1. procurement webbot (webbot che acquistano per procura)
2. webbot che utilizzino la crittografia (SSL)
3. considerazioni sull’autenticazione
4. gestione dei cookie

Le considerazioni finali spiegano come scrivere webbot che:

• non diano nell’occhio
• siano affidabili
• possano gestire parsing di dati non ben formattati
• considerazione legali sullo spidering
• come realizzare siti web amichevoli per gli spider (considerazioni SEO e visione lato webmaster)

La scheda del libro sul sito Apogeo dove sono presenti anche i codici sorgenti del libro (che sono anche sul sito dell’autore) e il link per leggere parte del libro su google books.

La pagina della versione americana: Webbots, Spiders, and Screen Scrapers

Il sito dell’autore: Micheal Schrenk

Related Posts

1. Cruscle nome a metà tra google e crusca per il nuovo motore di ricerca dell’Accademia della Crusca
2. L’ ascesa della nuova classe creativa. Stile di vita, valori e professioni

Libri SEO in italiano

Stai cercando nuovi libri su SEO e motori di ricerca in italiano?

Negli ultimi mesi (fine 2008 ed inizio 2009) abbiamo assistito alla pubblicazione di ben 3 titoli in italiano di interesse:

1. Seo – Essere Visibili sui Motori di Ricerca di Giorgio Taverniti
2. SEO strategy. Conoscenza, tecniche e strumenti per essere visibili su Google e Social Media di Lorenzo Toscano
3. SEO. Ottimizzazione web per motori di ricerca di Davide Vasta

I primi due titoli sono disponibili anche in formato ebook, formato interessante per una consultazione da desktop. Nel caso del libro di Lorenzo Toscano il costo è anche sensibilmente inferiore rispetto alla versione cartacea.

Ho acquistato tutti e tre i titoli (due in formato cartaceo ed uno in formato ebook) e devo dire di avere trovato informazioni interessanti in tutti. Molti argomenti saranno sicuramente noti a chi lavora nel settore, sono infatti libri introduttivi. Alcuni aspetti sono trattati in un testo e non negli altri ed in generale viene data rilevanza diversa ad argomenti diversi. Mi ripropongo comunque di scrivere una recensione dettagliata in un prossimo post.

Se vi state avvicinando ora al mondo SEO, cercate un libro introduttivo e non vi spaventa leggere in inglese, mi permetto di segnalare quello che secondo me è il migliore libro per chi inizia: Search Engine Visibility di Shari Thurow. La prima edizione è del 2003, ma nel 2008 è uscita una seconda edizione rivista ed aggiornata. Trovo questo libro interessante, perchè tratta un po’ tutti gli argomenti fondamentali, compresa una infarinatura di SEO copywriting (tecniche come Power combination strategy etc).

Un altro libro interessante per chi inizia è:
Search Engine Optimization: An Hour a Day, uscito nel 2006, con una seconda edizione rivista ed aggiornata nel 2008.

Come il nome lascia intendere, l’approccio suggerito è di fare qualcosa tutti i giorni per migliorare la visibilità della propria attività online (approccio tipico della collana An Hour a Day).

Il libro propone di pianificare e “spalmare” un’attivita SEO su tre mesi dedicando un po’ di tempo ogni giorno ad una singolo aspetto. Approccio che si sposa molto bene con l’attività di posizionamento e visibilità online che è per definizione in divenire, necessita di raffinamenti frequenti e valutazione dei feedback. Un lavoro da migliorare un passo alla volta, seguendo una buona pianificazione iniziale.

Dove potete acquistare i testi:

• Seo – Essere Visibili sui Motori di Ricerca su libreria strategica
• SEO strategy. Conoscenza, tecniche e strumenti per essere visibili su Google e Social Media di Lorenzo Toscano su Lulu (ebook) e Uni service
• SEO. Ottimizzazione web per motori di ricerca su Apogeo
• Search Engine Visibility (Voices That Matter)su Amazon UK
• Search Engine Optimization: An Hour a Day su Amazon UK

Related Posts

1. Ottizzare il proprio sito per i motori di ricerca ? Un lavoro da un’ora al giorno
2. Libri in italiano sulla web analytics
3. Nuovi motori di ricerca: Navisso e la pubblicità gratuita

I principali browser adottano la seguente filosofia:

1. Microsoft Internet Explorer contiene una lunghezza di individuazione (URL) di risorsa uniforme massima di 2083 caratteri.
2. In Firefox > 1.5.x dopo 65,536 caratteri, la location bar non visualizza più le URL

Ovviamente tutto questo da un punto di vista puramente tecnico di supporto da parte dei browser.

All’atto pratico sono molte le considerazioni che un webmaster/webdesigner deve fare tenendo conto sia del punto di vista degli utenti finali che dei motori di ricerca.

Per quanto riguarda i motori di ricerca la presenza di parole chiave nell’URL è giudicata solitamente utile, anche se non ai primissimi posti come importanza.

Gli esperti di SEOMoz per esempio le attribuiscono un 5 posto tra i soli parametri relativi alle keyword Keyword Use Factors riportando i pareri di 3 esperti:

Barry Schwartz
Having them bolded in the search results are worth a lot in my opinion.
Aaron Wall
Not weighted anywhere near as much as an exact match domain name, but helps improve CTR (and thus relevancy if CTR factors into relevancy scores) and some people will link to pages using the URL as anchor text.
Ben Pfeiffer
Works very well in Yahoo. Great for user navigation and still worth while to do as a basic SEO methodology. Use hyphens.

Da una breve indagine in rete appare ragionevole limitarsi a 140/150 caratteri di lunghezza massima e non superare i 4 livelli nell’url (nel caso di suddivisione in directory – per esempio come gerarchia di categorie).

Ci sono altri aspetti di cui tenere conto tra cui il fatto che URL lunghe nelle SERP pare scoraggino l’utente dal cliccarci sopra.
Sappiamo che in media un utente clicca su 3 risultati su 10 mostrati dalla SERP (è importante comparire ai primi posti .. ma poi gli utenti devono anche cliccare).
L’utente pare infatti che perda tempo a decifrare ciò che l’URL contiene. Ciò che confonde tende ad essere evitato..

Per approfondimenti:
WWW FAQs: What is the maximum length of a URL?

Url corti vs Url lunghi

Lunghezza delle URL – ottimale e consigliata

Related Posts

No related posts.