Sitemap.xml सत्यापनकर्ता - वास्तविक प्रोटोकॉल अनुपालन परीक्षक

एक साइटमैप.xml फ़ाइल पूरी तरह से अच्छी तरह से बनाई गई XML हो सकती है और फिर भी एक टूटा हुआ साइटमैप हो सकती है: एक गायब xmlns नेमस्पेस, एक सापेक्ष <loc> URL, "1.5" की एक <प्राथमिकता>, या "दैनिक" के बजाय "दैनिक" का एक <changefreq> सभी एक सामान्य XML सत्यापनकर्ता को पारित कर देंगे, जबकि Google, बिंग और फ़ाइल के हर दूसरे उपभोक्ता द्वारा अपेक्षित वास्तविक साइटमैप प्रोटोकॉल चुपचाप विफल हो जाएगा। यह टूल आपके पेस्ट किए गए या अपलोड किए गए साइटमैप को ब्राउज़र के मूल DOMParser के साथ पार्स करता है और इसे sitemaps.org पर प्रकाशित वास्तविक नियमों के विरुद्ध जांचता है: रूट तत्व को नियमित साइटमैप के लिए <urlset> या साइटमैप इंडेक्स (ऑटो-डिटेक्टेड) के लिए <sitemapindex> होना चाहिए, आदर्श रूप से सटीक नेमस्पेस http://www.sitemaps.org/schemas/sitemap/0.9 और प्रत्येक <url> (या <साइटमैप>) के साथ घोषित किया जाना चाहिए। इंडेक्स फ़ाइल) में एक <loc> होना चाहिए जो वास्तविक पूर्ण http/https URL को हल करता हो।

संरचना से परे, प्रोटोकॉल कठोर सीमाओं और सटीक फ़ील्ड प्रारूपों का भी दस्तावेजीकरण करता है जिन्हें यह उपकरण फ़ील्ड दर फ़ील्ड जांचता है। एक एकल साइटमैप फ़ाइल में 50,000 से अधिक यूआरएल सूचीबद्ध नहीं होने चाहिए और 50एमबी से अधिक असम्पीडित नहीं होने चाहिए - सीमाएँ जो साइटमैप इंडेक्स फ़ाइलों पर भी लागू होती हैं, <url> प्रविष्टियों के बजाय <साइटमैप> प्रविष्टियों की गिनती करती हैं - और यह टूल दोनों के विरुद्ध आपकी वास्तविक चिपकाई गई/अपलोड की गई सामग्री को मापता है। प्रत्येक <lastmod>, यदि मौजूद है, तो उसे वास्तविक W3C-डेटाटाइम प्रारूपों के विरुद्ध जांचा जाता है जिसे विनिर्देश स्वीकार करता है: एक खाली तारीख (YYYY-MM-DD) या घंटे, मिनट, वैकल्पिक सेकंड और एक अनिवार्य टाइमज़ोन डिज़ाइनर के साथ एक पूर्ण टाइमस्टैम्प। प्रत्येक <प्राथमिकता>, यदि मौजूद है, तो 0.0 और 1.0 के बीच एक दशमलव होना चाहिए, और प्रत्येक <changefreq> विशिष्ट रूप से परिभाषित सात मानों में से एक होना चाहिए - हमेशा, प्रति घंटा, दैनिक, साप्ताहिक, मासिक, वार्षिक, कभी नहीं - एक प्रशंसनीय दिखने वाला पर्यायवाची नहीं। प्रत्येक उल्लंघन में विशिष्ट प्रविष्टि संख्या और उसके वास्तविक मूल्य का नाम दिया गया है, जिसे "+एन अधिक" नोट के साथ प्रति नियम 50 दिखाए गए अपराधियों पर सीमित किया गया है ताकि रिपोर्ट यूआरएल सीमा के पास साइटमैप पर भी पढ़ने योग्य बनी रहे।

दो जाँचें लिखित प्रोटोकॉल की आवश्यकता से परे जाती हैं, लेकिन वास्तविक, सामान्य समस्याओं को पकड़ती हैं: एक <lastmod> फ्रेशनेस हिस्टोग्राम प्रत्येक मान्य अंतिम-संशोधित तारीख को महीने के हिसाब से समूहित करता है ताकि आप एक नज़र में देख सकें कि क्या किसी साइट की सामग्री को वास्तव में चालू रखा जा रहा है या क्या अधिकांश URL में वर्षों पहले का पुराना टाइमस्टैम्प है, और एक डुप्लिकेट-<loc> डिटेक्टर एक ही फ़ाइल में एक से अधिक बार सूचीबद्ध किसी भी URL को फ़्लैग करता है - साइटमैप जेनरेटर का एक लगातार दुष्प्रभाव जो डी-डुप्लिकेटिंग के बिना कई स्रोतों को मर्ज करता है। सब कुछ स्थानीय रूप से चलता है: पार्सिंग, नियम-जांच और हिस्टोग्राम सभी की गणना आपके ब्राउज़र में आपके द्वारा चिपकाए गए पाठ या फ़ाइल एपीआई के माध्यम से आपके द्वारा अपलोड की गई फ़ाइल से की जाती है, सर्वर पर कुछ भी नहीं लाया या अपलोड किया जाता है, और आपके साइटमैप में कोई भी व्यक्तिगत यूआरएल कभी भी अनुरोध नहीं किया जाता है या क्रॉल नहीं किया जाता है - यह टूल साइटमैप दस्तावेज़ की जांच करता है, न कि यह कि इसमें सूचीबद्ध पेज वास्तव में मौजूद हैं या 200 ओके लौटाते हैं।