Sitemap.xml-Validator – Echte Protokollkonformitätsprüfung

Eine sitemap.xml kann wohlgeformtes XML sein und trotzdem eine defekte Sitemap: Ein fehlender xmlns-Namensraum, eine relative <loc>-URL, eine <priority> von „1,5“ oder ein <changefreq> von „Daily“ statt „daily“ passieren jeden generischen XML-Validator, scheitern aber stillschweigend an dem tatsächlichen Sitemap-Protokoll, das Google, Bing und jeder andere Konsument der Datei erwarten. Dieses Werkzeug parst Ihre eingefügte oder hochgeladene Sitemap mit dem nativen DOMParser Ihres Browsers und prüft sie gegen die echten Regeln von sitemaps.org: Das Wurzelelement muss für eine normale Sitemap <urlset> sein oder <sitemapindex> für einen Sitemap-Index (automatisch erkannt), idealerweise mit dem exakten Namensraum http://www.sitemaps.org/schemas/sitemap/0.9 deklariert, und jeder <url>- (bzw. <sitemap>-Eintrag in einer Indexdatei) muss ein <loc> enthalten, das eine echte absolute http/https-URL ergibt.

Über die Struktur hinaus dokumentiert das Protokoll auch harte Grenzwerte und präzise Feldformate, die dieses Werkzeug Feld für Feld prüft. Eine einzelne Sitemap-Datei darf nicht mehr als 50.000 URLs listen und unkomprimiert 50 MB nicht überschreiten – Grenzwerte, die auch für Sitemap-Indexdateien gelten, wobei dort <sitemap>- statt <url>-Einträge gezählt werden – und dieses Werkzeug misst Ihren tatsächlich eingefügten oder hochgeladenen Inhalt an beiden Vorgaben. Jedes vorhandene <lastmod> wird gegen die tatsächlichen W3C-Datetime-Formate geprüft, die die Spezifikation akzeptiert: ein reines Datum (YYYY-MM-DD) oder ein vollständiger Zeitstempel mit Stunden, Minuten, optionalen Sekunden und einem obligatorischen Zeitzonenkürzel. Jede vorhandene <priority> muss ein Dezimalwert zwischen 0,0 und 1,0 sein, und jedes <changefreq> muss exakt einem der sieben in der Spezifikation definierten Werte entsprechen – always, hourly, daily, weekly, monthly, yearly, never – nicht einem plausibel klingenden Synonym. Jeder Verstoß nennt die konkrete Eintragsnummer und ihren tatsächlichen Wert, begrenzt auf 50 angezeigte Verstöße pro Regel mit einem „+N weitere“-Hinweis, damit der Bericht auch bei einer Sitemap nahe der URL-Grenze lesbar bleibt.

Zwei Prüfungen gehen über das hinaus, was das schriftliche Protokoll verlangt, fangen aber reale, häufige Probleme ein: Eine Aktualitätsverteilung gruppiert jedes gültige Lastmod-Datum nach Monaten, sodass Sie auf einen Blick sehen, ob die Inhalte einer Website tatsächlich aktuell gehalten werden oder ob die meisten URLs einen veralteten Zeitstempel von vor Jahren tragen; und eine Dublettenerkennung für <loc>-Einträge meldet jede URL, die mehrfach in derselben Datei gelistet ist – ein häufiger Nebeneffekt von Sitemap-Generatoren, die mehrere Quellen ohne Deduplizierung zusammenführen. Alles läuft lokal: Parsing, Regelprüfung und Histogramm werden vollständig in Ihrem Browser aus dem eingefügten Text oder der über die File-API hochgeladenen Datei berechnet, nichts wird von einem Server abgerufen oder dorthin übertragen, und keine einzelne URL aus Ihrer Sitemap wird jemals angefragt oder gecrawlt – dieses Werkzeug prüft das Sitemap-Dokument selbst, nicht, ob die darin gelisteten Seiten tatsächlich existieren oder 200 OK liefern.