Sitemap.xml Validator — مدقق الامتثال للبروتوكول الحقيقي

يمكن أن يكون ملف sitemap.xml بتنسيق XML جيدًا ويظل خريطة موقع معطلة: مساحة اسم xmlns مفقودة، أو عنوان URL <loc> نسبي، أو <أولوية> بقيمة "1.5"، أو <changefreq> لـ "Daily" بدلاً من "daily" ستمر جميعها بمدقق XML عام بينما تفشل بهدوء في بروتوكول خريطة الموقع الفعلي الذي يتوقعه Google وBing وكل مستهلك آخر للملف. تقوم هذه الأداة بتحليل خريطة الموقع التي تم لصقها أو تحميلها باستخدام DOMParser الأصلي للمتصفح وتتحقق من ذلك مقابل القواعد الحقيقية المنشورة على sitemaps.org: يجب أن يكون العنصر الجذر <urlset> لخريطة الموقع العادية أو <sitemapindex> لفهرس خريطة الموقع (يتم اكتشافه تلقائيًا)، ويتم تعريفه بشكل مثالي باستخدام مساحة الاسم الدقيقة http://www.sitemaps.org/schemas/sitemap/0.9، وكل <url> (أو <sitemap>، في الفهرس file) يجب أن يحتوي على <loc> الذي يتحول إلى عنوان URL http/https حقيقي مطلق.

وبعيدًا عن الهيكل، يوثق البروتوكول أيضًا الحدود الصارمة وتنسيقات الحقول الدقيقة التي تتحقق منها هذه الأداة حقلاً تلو الآخر. يجب ألا يدرج ملف خريطة الموقع الواحد أكثر من 50000 عنوان URL ويجب ألا يتجاوز 50 ميجابايت غير مضغوط - وهي الحدود التي تنطبق على ملفات فهرس خريطة الموقع أيضًا، مع احتساب إدخالات <sitemap> بدلاً من إدخالات <url> - وتقيس هذه الأداة المحتوى الفعلي الذي تم لصقه/تحميله مقابل كليهما. يتم فحص كل <lastmod>، إن وجد، مقابل تنسيقات التاريخ والوقت الحقيقية W3C التي تقبلها المواصفات: تاريخ مجرد (YYYY-MM-DD) أو طابع زمني كامل بالساعات والدقائق والثواني الاختيارية ومحدد المنطقة الزمنية الإلزامي. يجب أن تكون كل <أولوية>، إذا كانت موجودة، رقمًا عشريًا بين 0.0 و1.0، ويجب أن يكون كل <changefreq> واحدًا بالضبط من القيم السبع التي تحددها المواصفات - دائمًا، كل ساعة، يوميًا، أسبوعيًا، شهريًا، سنويًا، أبدًا - وليس مرادفًا معقول المظهر. يحدد كل انتهاك رقم الإدخال المحدد وقيمته الفعلية، بحد أقصى 50 مخالفًا معروضًا لكل قاعدة مع ملاحظة "+N أكثر" بحيث يظل التقرير قابلاً للقراءة حتى على خريطة الموقع بالقرب من حد عنوان URL.

تتخطى عمليتا فحص ما يتطلبه البروتوكول المكتوب ولكنهما تكتشفان مشاكل حقيقية وشائعة: يقوم الرسم البياني للحداثة <lastmod> بتجميع كل تاريخ تعديل آخر صالح لكل شهر حتى تتمكن من معرفة ما إذا كان محتوى الموقع يتم تحديثه بالفعل أو ما إذا كانت معظم عناوين URL تحمل طابعًا زمنيًا قديمًا من سنوات مضت، ويقوم كاشف <loc> المكرر بوضع علامة على أي عنوان URL مدرج أكثر من مرة في نفس الملف - وهو تأثير جانبي متكرر لمولدات خريطة الموقع التي تدمج مصادر متعددة دون إلغاء التكرار. يتم تشغيل كل شيء محليًا: يتم حساب التحليل والتحقق من القواعد والرسم البياني في متصفحك من النص الذي لصقته أو الملف الذي قمت بتحميله عبر File API، ولا يتم جلب أي شيء أو تحميله إلى الخادم، ولا يتم طلب عنوان URL فردي في خريطة الموقع الخاصة بك أو الزحف إليه على الإطلاق - تتحقق هذه الأداة من مستند خريطة الموقع نفسها، وليس ما إذا كانت الصفحات التي تدرجها موجودة بالفعل أو تعرض 200 موافق.