Валидатор на Sitemap.xml — Реална проверка на съответствието на протокола

Файлът sitemap.xml може да бъде напълно добре оформен XML и все още да е повредена карта на сайта: липсващо пространство от имена на xmlns, относителен <loc> URL, <priority> от "1.5" или <changefreq> от "Daily" вместо "daily" всички те ще преминат през общ валидатор на XML, докато тихо се провалят на действителния протокол за карта на сайта, който Google, Bing и всеки друг потребител на файла очаква. Този инструмент анализира вашата поставена или качена карта на сайта с родния DOMParser на браузъра и я проверява спрямо реалните правила, публикувани на sitemaps.org: коренният елемент трябва да бъде <urlset> за обикновена карта на сайта или <sitemapindex> за индекс на карта на сайта (автоматично разпознат), в идеалния случай деклариран с точното пространство от имена http://www.sitemaps.org/schemas/sitemap/0.9 и всеки <url> (или <sitemap> в индексен файл) трябва да съдържа <loc>, който преобразува в истински абсолютен http/https URL.

Освен структурата, протоколът също така документира твърди ограничения и точни формати на полета, които този инструмент проверява поле по поле. Един файл с карта на сайта не трябва да съдържа повече от 50 000 URL адреса и не трябва да надвишава 50 MB некомпресирани – ограничения, които се прилагат и за индексните файлове на карта на сайта, като се броят записи <sitemap> вместо записи <url> — и този инструмент измерва вашето действително поставено/качено съдържание спрямо двете. Всеки <lastmod>, ако присъства, се проверява спрямо реалните формати за дата и час на W3C, които спецификацията приема: гола дата (ГГГГ-ММ-ДД) или пълно времево клеймо с часове, минути, незадължителни секунди и задължително обозначаване на часова зона. Всеки <priority>, ако присъства, трябва да бъде десетична запетая между 0.0 и 1.0 и всеки <changefreq> трябва да бъде точно една от седемте стойности, дефинирани от спецификацията — винаги, почасово, ежедневно, седмично, месечно, годишно, никога — не правдоподобно изглеждащ синоним. Всяко нарушение назовава конкретния номер на запис и действителната му стойност, ограничена до 50 показани нарушители на правило с бележка „+N още“, така че отчетът да остане четим дори на карта на сайта близо до ограничението за URL адреси.

Две проверки надхвърлят това, което изисква писменият протокол, но улавят реални, често срещани проблеми: хистограма на свежест на <lastmod> групира всяка валидна последна модифицирана дата по месеци, така че можете да видите с един поглед дали съдържанието на даден сайт действително се поддържа актуално или повечето URL адреси носят остаряло времево клеймо отпреди години, а детекторът за дублиране на <loc> маркира всеки URL, изброен повече от веднъж в един и същ файл – често срещан страничен ефект на генераторите на карти на сайта, които обединяване на множество източници без премахване на дублирането. Всичко работи локално: анализът, проверката на правилата и хистограмата се изчисляват във вашия браузър от текста, който сте поставили, или файла, който сте качили чрез File API, нищо не се извлича или качва на сървър и нито един отделен URL адрес във вашата карта на сайта не се изисква или обхожда — този инструмент проверява самия документ на карта на сайта, а не дали страниците, които изброява, действително съществуват или връща 200 OK.