'کوئی ویب سائٹ نہیں ملی' عموماً غلط کیوں ہوتا ہے

یہ جانچنا کہ کسی کاروبار کی ویب سائٹ ہے، معمولی لگتا ہے: نام تلاش کریں اور دیکھیں سائٹ آتی ہے یا نہیں۔ یہ کام خودکار، بڑے پیمانے پر اور درست کرنے والا ٹول بنانے نے مجھے اس پروجیکٹ کے کسی بھی حصے سے زیادہ ڈیٹا کے معیار کے بارے میں سکھایا۔

#پہلا ورژن: پُراعتماد اور غلط

پہلا ورژن کاروبار کا نام اور علاقہ تلاش کرتا تھا۔ اگر نتائج میں کوئی ممکنہ سائٹ نہ آتی تو کاروبار کو بغیر ویب سائٹ لکھ دیتا۔ اس نے بظاہر بغیر سائٹ والے کاروباروں کی لمبی فہرست بنائی۔

جب میں نے نمونہ ہاتھ سے جانچا تو زیادہ تر کے پاس بالکل اچھی ویب سائٹس تھیں۔

سرچ فراہم کنندہ نے کمزور نتائج دیے تھے، یا کاروبار کا نام عام تھا، یا سائٹ بس اچھی طرح انڈیکس نہیں تھی۔ ٹول نے مجھے نہیں ملی کو موجود نہیں بنا دیا تھا — خودکار تحقیق کی سب سے عام غلطی۔

#ڈیٹا ماڈل کو 'نامعلوم' کہنے کے قابل بنائیں

حل کوڈ سے نہیں، ڈیٹا ماڈل سے شروع ہوا۔ کاروبار کی ویب موجودگی کی اب چار حالتیں ہیں:

• سائٹ ہے — ملی اور قابلِ رسائی۔
• کمزور سائٹ — قابلِ رسائی مگر بنیادی چیزیں غائب (موبائل ترتیب، رابطہ، HTTPS)۔
• خراب — یقینی طور پر ناکام۔
• نامعلوم — کسی طرف کافی ثبوت نہیں۔

'بغیر ویب سائٹ' صرف تب دیا جاتا ہے جب کوئی قابلِ اعتماد، مستند ذریعہ تصدیق کرے۔ تلاش کا خالی نتیجہ کبھی یہ نہیں بنا سکتا۔

#کئی آزاد اشارے

ایک تلاش کے بجائے نظام اب جوڑتا ہے:

1. نام اور علاقے کے لیے سرور سائیڈ سرچ فیڈ۔
2. نام سے بنائے گئے ممکنہ ڈومینز (fadedistrict.co.uk، fade-district.com…) جو براہ راست جانچے جاتے ہیں۔
3. کسی بھی ممکنہ ڈومین کا سائٹ اسکین، URL کی کئی شکلیں آزما کر۔

ڈومین کا اندازہ حیرت انگیز طور پر مضبوط نکلا۔ ایک سرچ فراہم کنندہ نے سرور ٹریفک مکمل روک دی اور دوسرے نے غیر متعلقہ نتائج دیے؛ بس واضح ڈومینز آزمانے سے وہ سائٹس ملیں جو تلاشوں سے چھوٹ گئی تھیں۔

#'خراب' کو بھی اونچی حد چاہیے

پھر الٹا مسئلہ آیا: خراب لکھی گئی سائٹس جو براؤزر میں ٹھیک کھلتی تھیں۔ وجوہات:

• بوٹ تحفظ کے صفحات جو 403 یا چیلنج لوٹاتے۔
• www چلتا مگر سادہ ڈومین نہیں، یا الٹ۔
• سست سرورز جو مختصر ٹائم آؤٹ سے آگے نکل جاتے۔

اب سائٹ صرف DNS ناکامی یا URL کی ہر شکل پر قطعی 404/410 کے بعد خراب ہے۔ تحفظ کے صفحات آن لائن شمار ہوتے ہیں۔ ٹائم آؤٹ نامعلوم شمار ہوتے ہیں۔

#ثبوت فیصلے کے ساتھ رکھیں

ہر فیصلہ جو ملا اسے محفوظ کرتا ہے: ملتا ڈومین، ہر شکل کے اسٹیٹس کوڈ، صفحے کا عنوان اور ملی تصاویر۔ جب کوئی نتیجے پر سوال کرے تو جواب سیکنڈوں میں اسکرین پر ہوتا ہے۔ اس نے ٹول کو شک کی چیز سے بھروسے کی چیز بنا دیا۔

#جانچی جانے والی سائٹس کا احترام کریں

خودکار جانچنے والا بھی وزیٹر ہے۔ یہ اپنی شناخت کراتا، مختصر ٹائم آؤٹ رکھتا، صرف ضروری چیز لاتا اور کسی میزبان پر بوجھ نہیں ڈالتا۔ اسکین میں ملی تصاویر ایسے اینڈ پوائنٹ سے گزرتی ہیں جو صرف سائز کی حد کے اندر تصویری اقسام قبول کرتا اور نجی نیٹ ورک پتے رد کرتا ہے — اس اینڈ پوائنٹ کے غلط استعمال کے خلاف بنیادی تحفظ۔

#کیا عام کیا جا سکتا ہے

• ثبوت کی عدم موجودگی عدم موجودگی کا ثبوت نہیں۔ پہلے دن سے 'نامعلوم' بنائیں۔
• ایک پر بھروسے کے بجائے آزاد اشارے جوڑیں۔
• غیر متوازن حدیں رکھیں: جتنا مہنگا غلط لیبل، اتنا زیادہ ثبوت۔
• ہر خودکار فیصلے کے ساتھ ثبوت رکھیں۔
• کئی کمزور اشارے شامل کرنے سے پہلے ایک قابلِ اعتماد اشارے پر خرچ کریں۔

ڈھانچہ ویب موجودگی کی تصدیق کی کیس اسٹڈی میں تفصیل سے بیان ہے۔