#!/usr/bin/env python3 # -*- coding: utf-8 -*- """ САМОАУДИТ САЙТА — 20 проверок за 30 секунд. Запуск: python3 audit.py mysite.ru Нужен: только Python 3.8+ (ничего ставить не надо) Что делает: смотрит на твой сайт теми же глазами, что поисковик, и сравнивает с медианой по 83 сайтам малого бизнеса, которые присылали мне на разбор в июле-августе 2026. Ничего никуда не отправляет, работает локально. Васин Константин · t.me/vasin_launch · vasinki.ru """ import sys, re, ssl, gzip, zlib, socket, time import urllib.request, urllib.error # ── БЕНЧМАРК: медианы и доли по выборке из 83 сайтов малого бизнеса ──────────── BENCH = { "sample": 83, "pages_median": 84, # страниц в sitemap "ttfb_median": 436, # мс до первого байта "text_median": 7869, # знаков текста на главной "share": { # у скольких % выборки эта же проблема "no_https_redirect": 11, "no_robots": 4, "no_sitemap": 12, "robots_closed": 7, "no_desc": 11, "no_h1": 19, "bad_title": 39, "no_schema": 30, "no_canonical": 18, "no_og": 28, "no_analytics": 19, "no_blog": 33, "slow": 10, "no_viewport": 4, "soft404": 4, "few_pages": 24, }, } UA = ("Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 " "(KHTML, like Gecko) Chrome/126.0.0.0 Safari/537.36") CTX = ssl.create_default_context() CTX.check_hostname = False CTX.verify_mode = ssl.CERT_NONE socket.setdefaulttimeout(20) OK, WARN, BAD, INFO = "✅", "⚠️ ", "❌", " " def get(url, timeout=20, limit=2_000_000): """Скачать страницу. Возвращает (тело_bytes, статус, финальный_url, мс, заголовки).""" req = urllib.request.Request(url, headers={ "User-Agent": UA, "Accept": "text/html,application/xhtml+xml,*/*;q=0.8", "Accept-Language": "ru-RU,ru;q=0.9", "Accept-Encoding": "gzip, deflate", }) t0 = time.time() try: with urllib.request.urlopen(req, timeout=timeout, context=CTX) as r: raw = r.read(limit) enc = (r.headers.get("Content-Encoding") or "").lower() if "gzip" in enc: try: raw = gzip.decompress(raw) except Exception: pass elif "deflate" in enc: try: raw = zlib.decompress(raw, -zlib.MAX_WBITS) except Exception: pass return raw, r.status, r.geturl(), int((time.time() - t0) * 1000), dict(r.headers) except urllib.error.HTTPError as e: return b"", e.code, url, int((time.time() - t0) * 1000), {} except Exception: return b"", None, url, int((time.time() - t0) * 1000), {} def to_text(raw, headers): ct = headers.get("Content-Type", "") if headers else "" m = re.search(r"charset=([\w\-]+)", ct, re.I) for c in ([m.group(1)] if m else []) + ["utf-8", "windows-1251"]: try: return raw.decode(c) except Exception: continue return raw.decode("utf-8", errors="replace") def strip_tags(html): s = re.sub(r"<(script|style|noscript)[^>]*>.*?", " ", html, flags=re.S | re.I) s = re.sub(r"<[^>]+>", " ", s) return re.sub(r"\s+", " ", s).strip() def clean_host(arg): h = re.sub(r"^https?://", "", (arg or "").strip(), flags=re.I).split("/")[0].lower() return h[4:] if h.startswith("www.") else h def count_sitemap(host, robots_txt): """Разворачиваем sitemap-индексы и считаем реальное число страниц.""" starts = [s.decode(errors="ignore") for s in re.findall(rb"(?im)^\s*sitemap:\s*(\S+)", robots_txt)] starts = starts or [f"https://{host}/sitemap.xml"] seen, pages, files, lastmods = set(), 0, 0, [] queue, depth = list(dict.fromkeys(starts))[:5], 0 while queue and depth < 3: nxt = [] for u in queue[:40]: if u in seen: continue seen.add(u) body, st, _, _, _ = get(u, timeout=15, limit=8_000_000) if not body or st != 200: continue if body[:2] == b"\x1f\x8b": try: body = gzip.decompress(body) except Exception: pass if b"([^<]+)", body)] if b"\s*([^<\s]+)", body)] else: pages += len(re.findall(rb"", body)) queue = [u for u in dict.fromkeys(nxt) if u not in seen] depth += 1 lastmods = [d for d in lastmods if re.match(r"^\d{4}-\d{2}-\d{2}$", d)] return pages, files, (max(lastmods) if lastmods else "") def line(mark, title, detail="", share=None): tail = "" if share is not None and mark != OK: tail = f" · то же у {share}% выборки" print(f" {mark} {title:<44}{detail}{tail}") def head(t): print(f"\n\033[1m{t}\033[0m" if sys.stdout.isatty() else f"\n{t}") def main(): if len(sys.argv) < 2: print(__doc__) sys.exit(1) host = clean_host(sys.argv[1]) if "." not in host: print(f"Не похоже на адрес сайта: {sys.argv[1]}") sys.exit(1) print("=" * 72) print(f" САМОАУДИТ · {host}") print(f" норма = медиана по {BENCH['sample']} сайтам малого бизнеса (июль 2026)") print("=" * 72) raw, status, final, ms, headers = get(f"https://{host}/") https_ok = bool(raw) if not https_ok: raw, status, final, ms, headers = get(f"http://{host}/") if not raw: print(f"\n{BAD} Сайт не открылся ни по https, ни по http.") print(" Проверь адрес. Если сайт живой — возможно, он блокирует ботов;") print(" тогда все проверки ниже надо делать руками.") sys.exit(2) html = to_text(raw, headers) low = html.lower() text = strip_tags(html) fails, checks = [], 0 def check(cond_ok, key, title, detail_ok="", detail_bad="", critical=False): """cond_ok=True → зачёт. Возвращает результат, копит проблемы.""" nonlocal checks checks += 1 if cond_ok: line(OK, title, detail_ok) else: line(BAD if critical else WARN, title, detail_bad, BENCH["share"].get(key)) fails.append((key, title, critical)) return cond_ok # ── 1. Доступность ─────────────────────────────────────────────────────── head("ДОСТУПНОСТЬ") check(https_ok, "no_https", "Работает по https", "", "сайт только по http — браузер ругается", critical=True) if https_ok: _, _, hurl, _, _ = get(f"http://{host}/", timeout=12) check(hurl.startswith("https://"), "no_https_redirect", "http перебрасывает на https", "", "две копии сайта: http и https") check(ms <= 1500, "slow", "Скорость ответа сервера", f"{ms} мс (медиана {BENCH['ttfb_median']} мс)", f"{ms} мс — долго, норма до 1500") check(bool(re.search(r'name=["\']viewport["\']', html, re.I)), "no_viewport", "Адаптирован под телефон", "", "нет meta viewport — на мобильном всё поедет", critical=True) # ── 2. Индексация ──────────────────────────────────────────────────────── head("ИНДЕКСАЦИЯ · пустит ли поисковик") rb_raw, rb_st, _, _, _ = get(f"https://{host}/robots.txt", timeout=12) rb_txt = to_text(rb_raw, {}) if rb_raw else "" has_robots = bool(rb_raw and rb_st == 200 and "user-agent" in rb_txt.lower()) check(has_robots, "no_robots", "Есть robots.txt", "", "нет файла robots.txt") closed = bool(re.search(r"(?im)^\s*disallow:\s*/\s*$", rb_txt)) check(not closed, "robots_closed", "robots.txt не закрывает сайт", "", "!! robots.txt ЗАПРЕЩАЕТ индексировать весь сайт", critical=True) noindex = bool(re.search(r'name=["\']robots["\'][^>]*content=["\'][^"\']*noindex', html, re.I)) check(not noindex, "robots_closed", "Главная не закрыта в noindex", "", "!! на главной стоит noindex — она не попадёт в поиск", critical=True) pages, sm_files, newest = count_sitemap(host, rb_raw or b"") check(pages > 0, "no_sitemap", "Есть карта сайта (sitemap.xml)", f"{pages} страниц в {sm_files} файл(ах)", "поисковик обходит сайт вслепую", critical=True) check(bool(re.search(r"(?im)^\s*sitemap:", rb_txt)), "no_sitemap", "Карта указана в robots.txt", "", "не указана — робот может её не найти") _, s404, _, _, _ = get(f"https://{host}/nesuschestvuyuschaya-stranica-proverka-404/", timeout=12) check(s404 != 200, "soft404", "Несуществующие страницы дают 404", "", "любой мусорный адрес отдаёт 200 — плодятся дубли") # ── 3. Мета ────────────────────────────────────────────────────────────── head("КАК ВЫГЛЯДИТ В ВЫДАЧЕ") m = re.search(r"]*>(.*?)", html, re.S | re.I) title = re.sub(r"\s+", " ", re.sub(r"<[^>]+>", "", m.group(1))).strip() if m else "" check(30 <= len(title) <= 70, "bad_title", "Заголовок title по длине", f"{len(title)} симв — ок", (f"{len(title)} симв — " + ("пусто" if not title else "коротко, мало ключевых слов" if len(title) < 30 else "длинно, в выдаче обрежется"))) if title: print(f" └ {title[:90]}") m = re.search(r']+name=["\']description["\'][^>]*>', html, re.I) desc = "" if m: d = re.search(r'content=["\'](.*?)["\']', m.group(0), re.S | re.I) desc = re.sub(r"\s+", " ", d.group(1)).strip() if d else "" check(len(desc) >= 50, "no_desc", "Описание description", f"{len(desc)} симв", "пусто или слишком коротко — сниппет соберётся сам") h1s = re.findall(r"]*>(.*?)", html, re.S | re.I) check(len(h1s) == 1, "no_h1", "Ровно один заголовок H1", "", f"{len(h1s)} шт — " + ("нет главного заголовка" if not h1s else "несколько H1, тема размыта")) check(bool(re.search(r'rel=["\']canonical["\']', html, re.I)), "no_canonical", "Указан canonical", "", "нет — риск склейки дублей не в ту сторону") check(bool(re.search(r'property=["\']og:image["\']', html, re.I)), "no_og", "Картинка при репосте (og:image)", "", "ссылка в мессенджере будет без картинки") check(bool(re.search(r"application/ld\+json|itemscope", html, re.I)), "no_schema", "Микроразметка schema.org", "", "нет — поиск не понимает, что ты за организация") # ── 4. Содержание ──────────────────────────────────────────────────────── head("СОДЕРЖАНИЕ · есть ли чему ранжироваться") check(len(text) >= 1500, "thin", "Текста на главной", f"{len(text)} знаков (медиана {BENCH['text_median']})", f"{len(text)} знаков — пусто, ранжировать нечего") links = re.findall(r'href=["\']([^"\']+)["\']', html, re.I) has_blog = any(re.search(r"/(blog|stati|articles?|news|novosti|poleznoe)", l, re.I) for l in links) check(has_blog, "no_blog", "Есть блог / раздел статей", "", "нет — весь трафик держится на паре коммерческих страниц") imgs = re.findall(r"]*>", html, re.I) no_alt = sum(1 for i in imgs if not re.search(r"\balt\s*=", i, re.I)) if imgs: check(no_alt / len(imgs) < 0.3, "alt", "Картинки подписаны (alt)", f"{len(imgs) - no_alt} из {len(imgs)}", f"{no_alt} из {len(imgs)} без alt") check(bool(re.search(r"mc\.yandex\.ru|googletagmanager|gtag\(|google-analytics", low)), "no_analytics", "Стоит счётчик аналитики", "", "нет ни Метрики, ни GA — решения принимаются вслепую", critical=True) # ── 5. Объём ───────────────────────────────────────────────────────────── head("ОБЪЁМ · главный рычаг в поиске") if pages: if pages >= BENCH["pages_median"]: line(OK, "Страниц на сайте", f"{pages} (медиана по выборке {BENCH['pages_median']})") else: checks += 1 line(WARN, "Страниц на сайте", f"{pages} — меньше медианы ({BENCH['pages_median']})", BENCH["share"]["few_pages"]) fails.append(("few_pages", "Мало страниц", False)) if newest: print(f" └ последнее обновление в карте сайта: {newest}") else: print(f" {INFO} Число страниц не посчитать — нет карты сайта") # ── ИТОГ ───────────────────────────────────────────────────────────────── crit = [f for f in fails if f[2]] score = checks - len(fails) head("=" * 66) print(f" ИТОГ: {score} из {checks} пунктов в норме") if crit: print(f"\n {BAD} СНАЧАЛА ПОЧИНИ ЭТО — без него остальное не имеет смысла:") for _, t, _ in crit: print(f" · {t}") other = [f for f in fails if not f[2]] if other: print(f"\n {WARN}Потом:") for _, t, _ in other: print(f" · {t}") if not fails: print("\n Технически всё чисто. Значит упор — на объём и содержание:") print(" сколько запросов ты реально закрываешь страницами.") print(f"\n Что с этим делать: vasinki.ru/guides/samoaudit/") print(f" Разбор ниши бесплатно: t.me/vasin_launch_bot?start=nisha") print("=" * 72) if __name__ == "__main__": try: main() except KeyboardInterrupt: print("\nПрервано.")