Validator Peta Situs.xml — Pemeriksa Kepatuhan Protokol Nyata

File sitemap.xml dapat berupa XML dengan format yang sangat baik dan masih merupakan peta situs yang rusak: namespace xmlns yang hilang, URL <loc> relatif, <priority> dari "1.5", atau <changefreq> dari "Daily" dan bukan "daily" semuanya akan melewati validator XML generik sementara secara diam-diam gagal dalam protokol peta situs sebenarnya yang diharapkan oleh Google, Bing, dan setiap pengguna file lainnya. Alat ini mem-parsing peta situs yang Anda tempel atau unggah dengan DOMParser asli browser dan memeriksanya berdasarkan aturan sebenarnya yang dipublikasikan di sitemaps.org: elemen root harus <urlset> untuk peta situs biasa atau <sitemapindex> untuk indeks peta situs (terdeteksi secara otomatis), idealnya dideklarasikan dengan namespace yang tepat http://www.sitemaps.org/schemas/sitemap/0.9, dan setiap <url> (atau <sitemap>, dalam sebuah indeks file) harus berisi <loc> yang menghasilkan URL http/https absolut asli.

Di luar struktur, protokol ini juga mendokumentasikan batasan tegas dan format bidang yang tepat yang diperiksa oleh alat ini bidang demi bidang. Satu file peta situs tidak boleh mencantumkan lebih dari 50.000 URL dan tidak boleh melebihi 50 MB saat tidak dikompresi — batas ini juga berlaku untuk file indeks peta situs, termasuk entri <peta situs> dan bukan entri <url> — dan alat ini mengukur konten aktual yang Anda tempel/unggah berdasarkan keduanya. Setiap <lastmod>, jika ada, diperiksa berdasarkan format waktu-tanggal W3C asli yang diterima spesifikasi: tanggal kosong (YYYY-MM-DD) atau stempel waktu penuh dengan jam, menit, detik opsional, dan penanda zona waktu wajib. Setiap <priority>, jika ada, harus berupa desimal antara 0,0 dan 1,0, dan setiap <changefreq> harus merupakan salah satu dari tujuh nilai yang ditentukan oleh spesifikasi — selalu, setiap jam, setiap hari, setiap minggu, setiap bulan, setiap tahun, tidak pernah — bukan merupakan sinonim yang masuk akal. Setiap pelanggaran menyebutkan nomor entri tertentu dan nilai sebenarnya, dibatasi hingga 50 pelanggar yang ditampilkan per aturan dengan catatan "+N lebih" sehingga laporan tetap dapat dibaca bahkan pada peta situs yang mendekati batas URL.

Ada dua pemeriksaan yang melampaui apa yang diwajibkan oleh protokol tertulis, namun menangkap masalah nyata dan umum: histogram kesegaran <lastmod> mengelompokkan setiap tanggal modifikasi terakhir yang valid berdasarkan bulan sehingga Anda dapat melihat sekilas apakah konten situs benar-benar diperbarui atau apakah sebagian besar URL memiliki stempel waktu yang sudah usang dari tahun lalu, dan pendeteksi duplikat-<loc> menandai URL apa pun yang terdaftar lebih dari sekali dalam file yang sama — efek samping yang sering terjadi dari generator peta situs yang menggabungkan beberapa sumber tanpa menghapus duplikasi. Semuanya berjalan secara lokal: penguraian, pemeriksaan aturan, dan histogram semuanya dihitung di browser Anda dari teks yang Anda tempel atau file yang Anda unggah melalui File API, tidak ada yang diambil atau diunggah ke server, dan tidak ada URL individual di peta situs Anda yang pernah diminta atau dirayapi — alat ini memeriksa dokumen peta situs itu sendiri, bukan apakah halaman yang dicantumkannya benar-benar ada atau menghasilkan 200 OK.