Sitemap.xml Validator — Έλεγχος συμμόρφωσης πραγματικού πρωτοκόλλου

Ένα αρχείο sitemap.xml μπορεί να είναι τέλεια διαμορφωμένο XML και να εξακολουθεί να είναι ένας κατεστραμμένος χάρτης ιστότοπου: ένας χώρος ονομάτων xmlns που λείπει, μια σχετική διεύθυνση URL <loc>, μια <προτεραιότητα> του "1.5" ή ένα <changefreq> του "Daily" αντί για "daily" θα περάσουν όλα ένα γενικό πρόγραμμα XML ενώ το πρωτόκολλο επικύρωσης του καταναλωτή και το αρχείο B του Google αποτυγχάνει αθόρυβα. αναμένει. Αυτό το εργαλείο αναλύει τον επικολλημένο ή μεταφορτωμένο χάρτη ιστοτόπου σας με τον εγγενή DOMParser του προγράμματος περιήγησης και τον ελέγχει σε σχέση με τους πραγματικούς κανόνες που δημοσιεύονται στο sitemaps.org: το ριζικό στοιχείο πρέπει να είναι <urlset> για έναν κανονικό χάρτη ιστότοπου ή <sitemapindex> για ένα ευρετήριο χάρτη ιστοτόπου (αυτόματη ανίχνευση), ιδανικά δηλωμένο με τον ακριβή χώρο ονομάτων http://www.scheme. (ή <sitemap>, σε αρχείο ευρετηρίου) πρέπει να περιέχει ένα <loc> που αναλύεται σε μια γνήσια απόλυτη διεύθυνση URL http/https.

Πέρα από τη δομή, το πρωτόκολλο τεκμηριώνει επίσης σκληρά όρια και ακριβείς μορφές πεδίων που αυτό το εργαλείο ελέγχει πεδίο προς πεδίο. Ένα μεμονωμένο αρχείο χάρτη ιστότοπου δεν πρέπει να περιλαμβάνει περισσότερες από 50.000 διευθύνσεις URL και δεν πρέπει να υπερβαίνει τα 50 MB ασυμπίεστα — όρια που ισχύουν και για τα αρχεία ευρετηρίου χαρτών ιστότοπου, μετρώντας τις καταχωρήσεις <sitemap> αντί για τις καταχωρήσεις <url> — και αυτό το εργαλείο μετρά το πραγματικό σας επικολλημένο/ανεβασμένο περιεχόμενο και με τα δύο. Κάθε <lastmod>, εάν υπάρχει, ελέγχεται με τις πραγματικές μορφές ώρας ημερομηνίας W3C που δέχεται η προδιαγραφή: μια γυμνή ημερομηνία (ΕΕΕΕ-ΜΜ-ΗΗ) ή μια πλήρης χρονική σήμανση με ώρες, λεπτά, προαιρετικά δευτερόλεπτα και έναν υποχρεωτικό προσδιορισμό ζώνης ώρας. Κάθε <προτεραιότητα>, εάν υπάρχει, πρέπει να είναι δεκαδικό μεταξύ 0,0 και 1,0 και κάθε <changefreq> πρέπει να είναι ακριβώς μία από τις επτά τιμές που ορίζει η προδιαγραφή — πάντα, ωριαία, ημερήσια, εβδομαδιαία, μηνιαία, ετήσια, ποτέ — όχι ένα εύλογο συνώνυμο. Κάθε παραβίαση ονομάζει τον συγκεκριμένο αριθμό καταχώρισης και την πραγματική του τιμή, που περιορίζεται στους 50 εμφανιζόμενους παραβάτες ανά κανόνα με μια σημείωση "+Ν ακόμη", ώστε η αναφορά να παραμένει ευανάγνωστη ακόμη και σε έναν χάρτη ιστότοπου κοντά στο όριο διεύθυνσης URL.

Δύο έλεγχοι υπερβαίνουν ό,τι απαιτεί το γραπτό πρωτόκολλο, αλλά εντοπίζουν πραγματικά, κοινά προβλήματα: ένα ιστόγραμμα φρεσκάδας <lastmod> ομαδοποιεί κάθε έγκυρη ημερομηνία τελευταίας τροποποίησης ανά μήνα, ώστε να μπορείτε να δείτε με μια ματιά εάν το περιεχόμενο ενός ιστότοπου διατηρείται όντως ενημερωμένο ή αν οι περισσότερες διευθύνσεις URL φέρουν παλαιωμένη χρονική σήμανση από χρόνια πριν και ένας ανιχνευτής duplicate-<loc> — ο ανιχνευτής duplicate-<loc> επισημαίνει συχνότερα σε οποιοδήποτε δευτερεύον αρχείο ιστότοπου το ίδιο φαινόμενο gener. συγχώνευση πολλαπλών πηγών χωρίς αποδιπλασιασμό. Όλα εκτελούνται τοπικά: η ανάλυση, ο έλεγχος κανόνων και το ιστόγραμμα υπολογίζονται στο πρόγραμμα περιήγησής σας από το κείμενο που επικολλήσατε ή το αρχείο που ανεβάσατε μέσω του File API, τίποτα δεν ανακτάται ή μεταφορτώνεται σε διακομιστή και δεν ζητείται ή ανιχνεύεται ποτέ μεμονωμένη διεύθυνση URL στον χάρτη ιστοτόπου σας — αυτό το εργαλείο ελέγχει το ίδιο το έγγραφο του χάρτη ιστότοπου, όχι εάν υπάρχουν πραγματικά 00 σελίδες.