مدقق Sitemap.xml — متحقق من الامتثال الفعلي للبروتوكول

يمكن أن يكون ملف sitemap.xml سليمًا تمامًا من ناحية تركيب XML ومع ذلك يكون معطلاً كملف sitemap: مساحة اسم xmlns مفقودة، رابط <loc> نسبي، قيمة <priority> تساوي "1.5"، أو <changefreq> مكتوبة "Daily" بدلاً من "daily" — كلها ستجتاز مدقق XML عام بينما تفشل بصمت في بروتوكول sitemap الفعلي الذي تتوقعه Google وBing وكل مستهلك آخر للملف. هذه الأداة تحلل ملف sitemap الذي تلصقه أو ترفعه باستخدام DOMParser الأصلي للمتصفح وتفحصه مقابل القواعد الحقيقية المنشورة في sitemaps.org: يجب أن يكون العنصر الجذر <urlset> لملف sitemap عادي أو <sitemapindex> لملف فهرس sitemap (يُكتشف تلقائيًا)، ويُفضل الإعلان عنه بمساحة الاسم الدقيقة http://www.sitemaps.org/schemas/sitemap/0.9، وكل <url> (أو <sitemap> في ملف الفهرس) يجب أن يحتوي على <loc> يشير إلى رابط http/https مطلق حقيقي.

بعيدًا عن البنية، يوثق البروتوكول أيضًا حدودًا صارمة وتنسيقات دقيقة للحقول تفحصها هذه الأداة حقلًا بحقل. يجب ألا يسرد ملف sitemap الواحد أكثر من 50,000 رابط وألا يتجاوز 50 ميغابايت غير مضغوطة — حدود تنطبق على ملفات فهرس sitemap أيضًا، مع احتساب مدخلات <sitemap> بدلاً من <url> — وتقيس هذه الأداة المحتوى الفعلي الذي تلصقه أو ترفعه مقابل كليهما. كل <lastmod>، إن وجد، يُفحص مقابل تنسيقات W3C-datetime الحقيقية التي تقبلها المواصفات: تاريخ مجرد (YYYY-MM-DD) أو طابع زمني كامل بالساعات والدقائق والثواني الاختيارية ومعرّف منطقة زمنية إلزامي. كل <priority>، إن وجدت، يجب أن تكون رقمًا عشريًا بين 0.0 و1.0، وكل <changefreq> يجب أن تكون بالضبط إحدى القيم السبع التي تحددها المواصفات — always, hourly, daily, weekly, monthly, yearly, never — وليس مرادفًا يبدو معقولاً. كل مخالفة تسمي رقم المدخلة المحدد وقيمتها الفعلية، بحد أقصى 50 مخالفًا معروضًا لكل قاعدة مع ملاحظة "+N أكثر" ليبقى التقرير قابلاً للقراءة حتى في ملف sitemap قريب من الحد الأقصى للروابط.

فحصان يتجاوزان ما يتطلبه البروتوكول المكتوب لكنهما يكتشفان مشكلات حقيقية وشائعة: رسم بياني لتوزيع حداثة تواريخ <lastmod> يجمع كل تاريخ آخر تعديل صالح حسب الشهر لتتمكن من رؤية ما إذا كان محتوى الموقع يُحدث فعلاً أم أن معظم الروابط تحمل طابعًا زمنيًا قديمًا من سنوات، وكاشف روابط <loc> المكررة الذي يبلّغ عن أي رابط يظهر أكثر من مرة في نفس الملف — وهو أثر جانبي شائع لمولدات sitemap التي تدمج مصادر متعددة دون إزالة التكرار. كل شيء يعمل محليًا: التحليل وفحص القواعد والرسم البياني كلها تُحسب في متصفحك من النص الذي ألصقته أو الملف الذي رفعته عبر File API، لا يُجلب أي شيء أو يُرفع إلى خادم، ولا يُطلب أي رابط فردي في ملف sitemap الخاص بك أو يُزحف إليه أبدًا — هذه الأداة تفحص مستند sitemap نفسه، وليس ما إذا كانت الصفحات التي يسردها موجودة فعلاً أو تعيد 200 OK.