حالة الويب العربي
كيف تبدو الصفحات الرئيسية لأشهر المواقع على نطاقات الدول العربية حين تُفحص كلها بالقواعد نفسها؟ أرقام حقيقية بحدود ثقة، ومنهجية منشورة قبل الزحف، وبيانات مفتوحة.
محتويات الصفحة
الإصدار الأول قريباً
لم يكتمل الزحف بعد، ولن نعرض رقماً قبل أن يكتمل: كل ما ستراه هنا سيأتي من فحص حقيقي لكل موقع في العيّنة. حتى ذلك الحين، العيّنة والمنهجية منشورتان كي يراجعهما أي أحد.
- الأرقام الرئيسية، لكل منها حدود ثقته وعدد الصفحات التي حُكم عليها.
- مقارنة بين الدول العربية، ونسب المنصّات (سلّة وزد ووردبريس وشوبيفاي وغيرها).
- مستكشف بيانات تختار فيه الدولة والمنصّة والمقياس.
- ملفات البيانات: Parquet وCSV وJSON مع JSON Schema، بترخيص CC BY 4.0.
عيّنة المواقع
المواقع هي ما في قائمة Tranco لأشهر مليون نطاق على نطاقات الدول العربية. العيّنة منشورة قبل الزحف، ومن يريد يراجعها.
العيّنة منشورة قبل الزحف: 3,607 موقعاً من قائمة Tranco (Y83YG، بتاريخ 2026-10-01) على 19 نطاقاً وطنياً.
ملف عيّنة المواقع (CSV)ملف المواقع المستبعَدة وسبب كل منها (CSV)
| الدولة | المواقع |
|---|---|
| الإمارات | 734 |
| السعودية | 568 |
| المغرب | 521 |
| مصر | 332 |
| تونس | 286 |
| الجزائر | 215 |
| قطر | 167 |
| الأردن | 154 |
| العراق | 99 |
| عُمان | 92 |
| فلسطين | 89 |
| الكويت | 73 |
| لبنان | 57 |
| سوريا | 52 |
| البحرين | 49 |
| ليبيا | 38 |
| السودان | 34 |
| اليمن | 32 |
| موريتانيا | 15 |
| المجموع | 3,607 |
تركنا 160 موقعاً من القائمة لأنها ليست من الويب العربي: روابط مختصرة على نطاقات تُباع للعالم (مثل bit.ly) وفروع محلية لشركات عالمية (مثل google.iq). كل موقع منها وسبب تركه في ملف منشور.
المنهجية
ماذا نقيس
نفحص الصفحة الرئيسية فقط لكل موقع، بقواعد Arablyzer نفسها التي يفحص بها أي زائر موقعه: الكود حتمي، وللصفحة نفسها النتيجة نفسها. كل رقم هو حصة الصفحات التي حُكم عليها في المقياس. صفحة لا تنطبق عليها القاعدة (فحص الاتجاه لصفحة غير عربية مثلاً) لا تدخل في مقام ذلك الرقم.
- العرض العربي: تباعد الحروف الذي يقطع اتصالها، ومشكلات الخط العربي، وخلط الأرقام، ورمز الريال السعودي الجديد.
- الاتجاه واللغة:
dir="rtl"وlangفي الصفحات العربية. - قراءة الآلة: كلمات ممطوطة بالتطويل أو فيها محارف خفية، ونص لا يصل في HTML قبل السكربتات، ومنع زواحف بحث الذكاء الاصطناعي في robots.txt.
- الجوال: صفحة RTL أعرض من شاشة الهاتف، وغياب وسم viewport.
- السرعة: Core Web Vitals من تقرير Chrome UX (بيانات مستخدمين حقيقيين على الهاتف) حين يملك الموقع بيانات. لا نعرض أرقام مختبر لأنها تتغير من مرة لأخرى.
- الأمان: HTTPS وخمس ترويسات: HSTS وCSP وnosniff وحماية الإطارات وسياسة المُحيل.
- البنية: استخدام JSON-LD وصحة صياغته، والمنصّة، ودرجة Arablyzer.
قياس «تفكّك الحروف» يعني بالتحديد letter-spacing على نص عربي، وهو السبب الوحيد الذي نكشفه بيقين في متصفح واحد. مشكلات التشكيل داخل الخط نفسه لا نقيسها هنا.
العيّنة
نأخذ من قائمة Tranco (رقم قائمة ثابت نسجّله) كل نطاق ينتهي بنطاق دولة عربية: .sa .ae .eg .kw .qa .bh .om .jo .ma .dz .tn .iq .lb .ly .sy .ye .sd .ps .mr.
إذا زادت المواقع عن 10,000 موقع نأخذ لكل دولة حدّاً أدنى ثم نقسم الباقي بحسب ما بقي لكل دولة، ونختار داخل الدولة بدالة تجزئة مع بذرة منشورة، فالاختيار عشوائي بالنسبة للترتيب ويتكرر بالنتيجة نفسها على أي جهاز. الأرقام الحقيقية للقائمة في قسم «عيّنة المواقع» أعلاه.
ثم نستبعد ما ليس من الويب العربي، وهو 160 موقعاً في هذه القائمة، ونسجّل كل موقع وسببه في ملف منشور. نستبعد: كل اسم مفرد مباشرة تحت .ly (bit.ly وأمثاله) فلا نُبقي من .ly إلا ما تحت gov.ly وcom.ly وedu.ly وorg.ly وnet.ly وsch.ly وplc.ly وmed.ly وid.ly، ومواقع ليبية باسم مفرد اخترناها واحداً واحداً بعد قراءة صفحاتها الرئيسية؛ وأسماء معدودة معروفة على نطاقات أخرى (lu.ma وcre.ma)؛ وفروع الشركات العالمية على نطاقات الدول (Google وYouTube وFacebook وInstagram وAmazon وMicrosoft وApple وWikipedia وYahoo وBing وTwitter وX وTikTok وLinkedIn وWhatsApp وNetflix وBooking). الاستبعاد يسبق أخذ العيّنة، فحجم قائمة كل دولة الذي يوزن به التقرير هو بعد الاستبعاد.
ملف العيّنة CSV فيه النطاق والترتيب والدولة وليس فيه غير ذلك، وملف المستبعَدين فيه سبب كل موقع.
كيف نزحف
- الصفحة الرئيسية فقط (
https://ثمhttp://ثمwww). لا نتبع رابطاً ولا نرسل نموذجاً ولا نتجاوز اختبار حماية. - نقرأ robots.txt كما يفعل الزاحف: مجموعة
*تُحسب، ومنعArablyzerBotيُحترم، وملف لا نستطيع قراءته يُبعدنا. الموقع الذي يمنعنا لا نفحصه. - نعرّف بأنفسنا في كل طلب بوكيل المستخدم
ArablyzerBotوبصفحة تشرح كيف تمنعه. - الأولوية للزوار دائماً: فحص الزاحف في آخر الطابور، ولا نبدأ فحصاً ما دام فحص زائر ينتظر أو يعمل أو الخادم مشغول، وبمعدل لا يزيد عن فحص كل 20 ثانية، فحصاً واحداً في المرة.
- متصفح Chromium وحده في الأصل. لا نحفظ لقطات شاشة ولا نصوص صفحات: نحفظ لكل موقع حرفاً لنتيجة كل قاعدة وبضع حقائق (لغة الصفحة واتجاهها والمنصّة وأرقام CrUX والدرجة)، ونحذف الفحص بتقريره فور ذلك.
كيف نحسب
- كل نسبة رئيسية هي للصفحات العربية وحدها: صفحة لغتها المعلنة
ar(أو أحد تنويعاتها مثلarz) أو الحرف الغالب في نصها عربي. الصفحات الأخرى على النطاقات العربية (إنجليزية وفرنسية وغيرها) نعدّها على حدة ونعرض حصتها رقماً مستقلاً: «من الصفحات على النطاقات العربية ليست بالعربية». - لكل نسبة حدود ثقة 95% بطريقة Wilson.
- نسبة «كل العيّنة» موزونة بحجم قائمة كل دولة، لا بعدد صفحاتها التي وصلنا إليها، فلا تطغى دولة صغيرة أُخذ منها حدّ أدنى. حدودها بحجم عيّنة فعّال يحسبه تباين الترجيح.
- نسبة دولة أو منصّة هي نسبة صفحاتها بلا ترجيح.
- لا نعرض خلية فيها أقل من 30 صفحة حُكم عليها.
حدود الثقة تقيس تذبذب العيّنة فقط. لا تغطي المواقع التي لم نصل إليها (محظورة أو معطلة أو خلف حماية) ولا قاعدة تخطئ في صفحة. لذلك ننشر ما حدث لكل موقع في العيّنة.
حدود هذا التقرير
- نطاق الدولة ليس جمهورها: استبعدنا ما نعرفه من روابط الاختصار وفروع الشركات العالمية، وما يبقى من مواقع غير عربية لا يدخل في أي نسبة. وبالمقابل قد تُسقط قاعدة
.lyموقعاً ليبياً لم نتعرّف عليه، وأغلب المواقع الليبية التي أعدناها اخترناها لأن عنوان صفحتها عربي، فحصة الصفحات العربية في ليبيا لا تُقارن بغيرها. - لا نغطي المواقع العربية على
.comو.netوأخواتها، ولا النطاقات المعرّبة، ولا المواقع خارج أشهر مليون نطاق. قد يضيف إصدار لاحق مصدراً ثانياً. - صفحة رئيسية واحدة لكل موقع: لا تمثّل بقية الصفحات ولا ما خلف تسجيل الدخول.
- نتيجة قاعدة واحدة ليست حكماً على جودة الموقع.
- مقاييس CrUX تحتاج مفتاحاً وبيانات كافية للموقع، فلبعض المواقع لا رقم.
الأخلاقيات وطلب الاستثناء
- لا ننشر نتيجة أي موقع. ملفات البيانات مجاميع فقط: لا صف فيها لموقع بعينه، ولا حتى بمعرّف مشفّر. الوحيد الذي فيه أسماء المواقع هو قائمة العيّنة المنشورة قبل الزحف، وفيها النطاق والترتيب والدولة بلا أي نتيجة.
- من لا يريد أن يُفحص موقعه يضيف إلى robots.txt
User-agent: ArablyzerBotثمDisallow: /، أو يراسلنا على [email protected]فنخرج نطاقه من العيّنة والزحف ومن الإصدارات القادمة.
User-agent: ArablyzerBot Disallow: /
القواعد التي يحكم بها الزاحف هي قواعد الموقع نفسها، ولكل واحدة صفحة في مكتبة القواعد تشرح كيف تحكم.