Sitemap.xml Validator – tõelise protokolli vastavuse kontrollija

Fail sitemap.xml võib olla täiesti hästi vormindatud XML-i ja siiski katkise saidiplaaniga: puuduv xmlns-i nimeruum, suhteline <loc> URL, <priority> väärtusega "1,5" või <changefreq> väärtusega "Daily" (igapäevase) asemel läbivad üldise XML-i valideerija, kuid vaikselt ebaõnnestuvad kõik teised Google'i tegelikud saidiplaani failid ja B-protokollid. See tööriist analüüsib teie kleebitud või üleslaaditud saidiplaani brauseri algse DOMParseriga ja kontrollib seda saidil sitemaps.org avaldatud tegelike reeglite suhtes: juurelement peab olema <urlset> tavalise saidiplaani jaoks või <sitemapindex> saidiplaani indeksi puhul (automaatne tuvastamine), ideaaljuhul deklareeritud täpse nimeruumiga http://www.sitemaps.org (või//0url/9maps.org) <saidiplaan>, registrifailis) peab sisaldama <loc>, mis lahendab ehtsa absoluutse http/https URL-i.

Lisaks struktuurile dokumenteerib protokoll ka ranged piirangud ja täpsed väljavormingud, mida see tööriist väljade kaupa kontrollib. Üks saidiplaanifail ei tohi sisaldada rohkem kui 50 000 URL-i ega tohi ületada 50 MB tihendamata – piirangud kehtivad ka saidiplaani registrifailidele, loendades kirjete <url> asemel kirjeid <saidiplaan> – ja see tööriist mõõdab teie tegelikku kleebitud/üleslaaditud sisu mõlema suhtes. Iga <lastmod>, kui see on olemas, kontrollitakse tegelike W3C kuupäeva-ajavormingutega, mida spetsifikatsioon aktsepteerib: tühi kuupäev (AAAA-KK-PP) või täielik ajatempel tundide, minutite, valikuliste sekundite ja kohustusliku ajavööndi tähisega. Iga <prioriteedi>, kui see on olemas, peab olema kümnendkoht vahemikus 0,0 kuni 1,0 ja iga <changefreq> peab olema täpselt üks seitsmest spetsifikatsiooni määratletud väärtusest – alati, tunnis, päevas, nädalas, kuus, aastas, mitte kunagi – mitte usutav sünonüüm. Iga rikkumine nimetab konkreetse kirje numbri ja selle tegeliku väärtuse, mille piirmäär on 50 kuvatud rikkujat reegli kohta koos märkusega "+N veel", nii et aruanne jääb loetavaks isegi URL-i piirangu lähedal asuval saidikaardil.

Kaks kontrolli lähevad kaugemale sellest, mida kirjalik protokoll nõuab, kuid tabavad tõelisi tavalisi probleeme: <lastmod> värskuse histogramm rühmitab iga kehtiva viimati muudetud kuupäeva kuude kaupa, et saaksite lühidalt näha, kas saidi sisu on tegelikult ajakohane või kas enamikul URL-idel on aastate tagune aegunud ajatempel, ja duplikaat-<loc> detektor märgib mis tahes URL-i, mis on loetletud sama saidi allika mitu korda ilma mitme kõrvalmõjuta. dubleerimine. Kõik töötab lokaalselt: sõelumine, reeglite kontrollimine ja histogramm arvutatakse teie brauseris teie kleebitud teksti või faili API kaudu üles laaditud faili põhjal, midagi ei tõmmata ega laadita serverisse üles ning teie saidikaardil ei taotleta ega roomata kunagi ühtegi URL-i – see tööriist kontrollib saidiplaani dokumenti ennast, mitte seda, kas selles loetletud lehed on tegelikult olemas20 või tagastavad.