Broken Link Checker – Find 404s, Redirect Chains & Dead Links

Use cases

• SEO audits: find 404s, soft errors and long redirect chains before they cost rankings
• Pre-launch and post-migration QA of a website
• Agency reporting: schedule weekly runs and alert only on new broken links
• Clean outbound links on blogs, docs and affiliate sites

Qué hace / What it does

Español. Rastrea tu sitio web y encuentra los enlaces rotos (404, 410 y otros 4xx), los errores de servidor (5xx), las redirecciones y las cadenas o bucles de redirección. Para cada problema devuelve la página donde aparece el enlace y su texto ancla, para que sea fácil corregirlo. Es una auditoría SEO rápida: lee el sitemap.xml para encontrar páginas, respeta las reglas Disallow de robots.txt y solo rastrea el mismo dominio que la URL de inicio. Los enlaces a otros dominios se comprueban, pero no se rastrean.

English. Crawls your website and finds broken links (404, 410 and other 4xx), server errors (5xx), redirects and redirect chains or loops. For each problem it returns the page where the link appears and its anchor text, so it is easy to fix. It is a fast SEO audit: it reads sitemap.xml to find pages, respects Disallow rules in robots.txt, and only crawls the same host as the start URL. Links to other domains are checked but not crawled.

Input / Entrada

Campo / Field	Tipo / Type	Por defecto / Default	Descripción / Description
urlInicio	string	https://books.toscrape.com	Sitio a rastrear. Website to crawl.
maxPaginas	integer	100	Páginas del sitio que se abren. Pages of your site to open.
profundidad	integer	5	Profundidad de enlaces desde la URL de inicio. Link depth from the start URL.
comprobarExternos	boolean	true	Comprueba también los enlaces a otros dominios. Also checks links to other domains.
incluirRecursos	boolean	false	Comprueba también imágenes, CSS y JS. Also checks images, CSS and JS.
soloEstasUrls	string[]	[]	Modo lista: no rastrea, solo comprueba estas URLs. List mode: no crawling, only these URLs.
usarSitemap	boolean	true	Usa el sitemap para encontrar páginas. Seeds pages from the sitemap.
soloProblemas	boolean	true	Devuelve solo rotos, errores y cadenas de 2 o más saltos. Returns only problems.
modoVigilancia	boolean	false	Recuerda los problemas de la ejecución anterior y devuelve solo los nuevos y los arreglados. Remembers the previous run and returns only new and fixed problems.
maxEnlaces	integer	5000	Límite duro de enlaces comprobados por ejecución. Hard limit of links checked per run.
concurrencia	integer	5	Peticiones en paralelo (1 a 20). Parallel requests (1 to 20).

Ejemplos listos para usar / Ready-to-use examples: ejemplos/sitio-completo.json y ejemplos/vigilancia.json.

Output / Salida

Cada elemento del dataset es un enlace con problema:

• url, estado (roto, error, redireccion), codigoHttp, urlFinal.
• cadenaRedirecciones y saltos: el camino completo de redirecciones.
• paginasOrigen y textoAncla: dónde aparece el enlace y qué texto tiene.
• interno y tipoRecurso: si es del mismo dominio y si es un enlace, imagen, CSS o JS.

Con modoVigilancia activo, cada elemento incluye además cambio:

• "nuevo": enlace con problema que no estaba en la ejecución anterior.
• "arreglado": enlace que tenía problema antes y ahora está sano. Solo trae url y cambio.

Pricing / Precios

Español. Se cobra por enlace comprobado, con el evento link-checked a 0,0005 USD por enlace único (incluida su cadena de redirecciones). Los enlaces comprobados se cobran aunque soloProblemas esté activo. El límite maxEnlaces protege tu presupuesto.

English. You pay per checked link, with the link-checked event at 0.0005 USD per unique link (including its redirect chain). All checked links are charged even when soloProblemas is on. The maxEnlaces limit protects your budget.

Modo vigilancia / Monitor mode

Español. Con modoVigilancia: true el Actor guarda en un almacén clave-valor con nombre (broken-link-checker-vigilancia) las URLs con problema de la última ejecución. La clave depende de la configuración: el sitio de urlInicio o la lista soloEstasUrls. Así, cada ejecución programada solo informa de lo que ha cambiado. Limitación: un enlace que no se comprueba porque se alcanza maxEnlaces o maxPaginas se considera "arreglado" en esa ejecución, porque ya no aparece como problema. Usa la misma configuración en cada ejecución para que el estado sea válido.

English. With modoVigilancia: true the Actor stores the URLs with problems from the last run in a named key-value store (broken-link-checker-vigilancia). The key depends on the configuration: the urlInicio site or the soloEstasUrls list. Each scheduled run then reports only what changed. Limitation: a link that is not checked because maxEnlaces or maxPaginas was reached counts as "fixed" in that run, because it no longer shows up as a problem. Use the same configuration in every run so the state stays valid.

Integrations (Make, Zapier, Google Sheets)

• Make: add the Apify module "Run an Actor" (Actor Flets_sv/broken-link-checker), paste the input JSON, chain "Get Dataset Items" and map the fields to Google Sheets, Slack, Airtable or your CRM.
• Zapier: the Apify app offers "Run Actor" and "Fetch Dataset Items". Add a Schedule trigger and send each row to Gmail, Slack or Notion.
• Google Sheets: enable the official Google Sheets integration in the Actor's Integrations tab to append every run to a sheet, or call https://api.apify.com/v2/acts/Flets_sv~broken-link-checker/run-sync-get-dataset-items?format=csv with POST and your input from Apps Script (UrlFetchApp).
• API and webhooks: start the Actor from the REST API, use Schedules for recurring runs and add a webhook to notify your system when a run finishes.

Input to paste into Make or Zapier:

{"urlInicio":"https://books.toscrape.com","maxPaginas":5,"profundidad":5,"comprobarExternos":true,"incluirRecursos":false,"usarSitemap":true,"soloProblemas":true,"modoVigilancia":false,"maxEnlaces":300,"concurrencia":5}

FAQ / Preguntas

¿Por qué sale un enlace como "arreglado" si sigue roto? / Why does a still-broken link show as "fixed"? Porque en esa ejecución no se comprobó (límite de páginas o de enlaces). Aumenta maxPaginas o maxEnlaces. It was not checked in that run (page or link limit). Raise maxPaginas or maxEnlaces.

¿Respeta robots.txt? / Does it respect robots.txt? Sí, las reglas Disallow del grupo * se aplican al rastreo. Yes, Disallow rules for the * group apply to crawling.

¿Qué diferencia hay entre soloEstasUrls y el rastreo? / What is the difference between soloEstasUrls and crawling? Con soloEstasUrls no se rastrea nada: solo se comprueban esas URLs. With soloEstasUrls nothing is crawled: only those URLs are checked.

¿Por qué una redirección simple no aparece? / Why does a single redirect not show up? Por defecto se informa de cadenas de 2 o más saltos y de rotos. Usa soloProblemas: false para ver todo. By default only chains of 2 or more hops and broken links are reported. Use soloProblemas: false to see everything.

¿Cómo lo pruebo sin gastar? / How do I test it without spending? Ejecuta npm run build -w actors/broken-link-checker && node actors/broken-link-checker/scripts/en-seco.mjs. Es un sitio de ejemplo en memoria, sin red ni token. Run the command above: it uses an in-memory sample site, with no network and no token.

Integraciones (Make, Zapier, Google Sheets)

• Make: añade el módulo de Apify «Run an Actor» (Actor Flets_sv/broken-link-checker), pega el input JSON y encadena «Get Dataset Items»; después mapea los campos a Google Sheets, Slack, Airtable o tu CRM.
• Zapier: la app de Apify ofrece «Run Actor» y «Fetch Dataset Items». Ponle un disparador de horario y envía cada fila a Gmail, Slack o Notion.
• Google Sheets: en la pestaña Integrations del Actor activa la integración oficial con Google Sheets para añadir cada ejecución a una hoja, o llama desde Apps Script (UrlFetchApp) a https://api.apify.com/v2/acts/Flets_sv~broken-link-checker/run-sync-get-dataset-items?format=csv con POST y tu input.
• API y webhooks: lanza el Actor por API REST, programa ejecuciones (Schedules) y avisa a tu sistema con un webhook al terminar.

Ejemplo de input para pegar en Make o Zapier:

{"urlInicio":"https://books.toscrape.com","maxPaginas":5,"profundidad":5,"comprobarExternos":true,"incluirRecursos":false,"usarSitemap":true,"soloProblemas":true,"modoVigilancia":false,"maxEnlaces":300,"concurrencia":5}

Ejemplos de uso / Usage examples

Example output (real run, 2026-11-05)

First rows returned by a real run of this Actor on 2026-11-05 (shortened columns, values truncated):

url	origen	estado	codigoHttp	profundidad
https://books.toscrape.com/catalogue/category/books/myste...	https://books.toscrape.com/	ok	200	1
https://books.toscrape.com/catalogue/category/books_1/ind...	https://books.toscrape.com/	ok	200	1
https://books.toscrape.com/index.html	https://books.toscrape.com/	ok	200	1

Copy-paste inputs

1. Audit a site and list only broken links

{
  "urlInicio": "https://books.toscrape.com",
  "maxPaginas": 50,
  "profundidad": 3,
  "soloProblemas": true,
  "maxEnlaces": 1000
}

2. Weekly monitor: only new or changed problems

{
  "urlInicio": "https://example.com",
  "usarSitemap": true,
  "soloProblemas": true,
  "modoVigilancia": true
}

Call it from your code (Apify API)

curl -X POST "https://api.apify.com/v2/acts/Flets_sv~broken-link-checker/run-sync-get-dataset-items?token=YOUR_API_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"urlInicio": "https://books.toscrape.com", "maxPaginas": 50, "profundidad": 3, "soloProblemas": true, "maxEnlaces": 1000}'

from apify_client import ApifyClient

client = ApifyClient("YOUR_API_TOKEN")
run = client.actor("Flets_sv/broken-link-checker").call(run_input={"urlInicio": "https://books.toscrape.com", "maxPaginas": 50, "profundidad": 3, "soloProblemas": true, "maxEnlaces": 1000})
for item in client.dataset(run["defaultDatasetId"]).iterate_items():
    print(item)

No code? Use the Apify modules for Make and Zapier (run the Actor, then fetch dataset items), or the Google Sheets integration in the Actor's Integrations tab to append each run to a sheet.