Thread by @antoineripret

💡 Tip del día: redirecciones 💡

Cuando trabajaba en agencia, algunos clientes entraban después de una migración complicada, y una de las primeras tareas siempre era arreglar o implementar redirecciones.

¿Cómo accelerar este proceso que a nadie nos gusta?

Abro corto🧵

Si tienes suerte, puedes definir equivalentes entre tu estructura antigua y nueva usando algo (un elemento de la URL, del código fuente, ...).

Pero no siempre es tan fácil.

Entonces, ¿qué hacemos?

1. Recuperamos un listado de URLs antiguas. Puedes usar el histórico de Google Analytics pero también la API de archive.org:

web.archive.org/cdx/search/cdx…

Acuérdate de conservar únicamente las URLs que tienes que redirgir 😉

2. Descarga el listado de las URLs actuales, usando Screaming Frog, Google Sheets o lo que quieras.

3. Usa una técnica de fuzzy lookup para encontrar equivalentes.

Yo uso pypi.org/project/polyfu… con su algoritmo de TF-IDF (lo que usaba Google hace muchos años) y suele funcionar muy bien.

Mira un extracto de lo que se puede generar en poco tiempo con las URLs de un proyecto al asar.

¿Es perfecto? Por supuesto que no, pero te permite ahorrar horas en proyectos con muchas URLs.

El fuzzy lookup existe también en Excel (o Sheets), pero nunca me ha dado tan buenos resultados. Así que me quedo con esta metodología 😀

Si a alquien le interesa el Colab para esta tarea, que me diga y se lo comparto.