Sitemap.xml 검사기 — 실제 프로토콜 준수 확인 도구

sitemap.xml 파일은 XML 문법구조는 완벽해도 사이트맵으로는 잘못된 경우가 많습니다. 네임스페이스 xmlns 누락, 상대 경로 <loc> URL, "1.5"처럼 잘못된 <priority>, "Daily"처럼 대문자가 섞인 <changefreq> 등은 일반 XML 검사기에서는 통과되지만, Google, Bing 등 이 파일을 읽는 모든 곳에서 기대하는 실제 사이트맵 프로토콜 기준으로는 조용히 실패합니다. 이 도구는 붙여넣거나 업로드한 사이트맵을 브라우저의 기본 DOMParser로 파싱하여 sitemaps.org에 게시된 실제 규칙에 맞춰 확인합니다. 루트 요소는 일반 사이트맵이면 <urlset>, 사이트맵 색인 파일이면 <sitemapindex>여야 하며(자동 감지), 정확한 네임스페이스 http://www.sitemaps.org/schemas/sitemap/0.9가 선언된 것이 이상적입니다. 모든 <url>(또는 색인 파일의 경우 <sitemap>) 요소에는 올바른 절대 경로 http/https URL로 해석되는 <loc>가 포함되어야 합니다.

구조를 넘어, 프로토콜은 엄격한 제한과 정확한 필드 형식을 문서화하고 있으며, 이 도구는 필드별로 이를 확인합니다. 하나의 사이트맵 파일에는 URL을 50,000개를 초과하여 나열할 수 없고 압축 해제 시 50MB를 초과할 수 없습니다. 이 제한은 사이트맵 색인 파일에도 <url> 대신 <sitemap> 항목 수를 기준으로 동일하게 적용되며, 붙여넣거나 업로드한 실제 콘텐츠를 기준으로 두 제한 사항을 모두 측정합니다. <lastmod>가 있는 경우 사양에서 허용하는 실제 W3C-datetime 형식에 맞는지 확인합니다. 날짜만 표시(YYYY-MM-DD)하거나 시, 분, 초(선택 사항)와 필수 시간대 지정자가 포함된 전체 타임스탬프여야 합니다. <priority>가 있는 경우 0.0과 1.0 사이의 10진수여야 하며, <changefreq>는 사양에 정의된 7가지 값(always, hourly, daily, weekly, monthly, yearly, never) 중 하나와 정확히 일치해야 합니다. 그럴듯해 보이는 동의어는 허용되지 않습니다. 모든 위반 사항은 해당 항목 번호와 실제 값이 명시되며, 규칙별로 표시되는 위반 항목은 최대 50개로 제한하고 그 이상이면 "+N개 더 보기"로 표시하여 URL 제한에 가까운 사이트맵에서도 보고서를 읽기 쉽게 유지합니다.

두 가지 검사는 프로토콜 문서상의 요구 사항을 넘어서지만 실제로 흔히 발생하는 문제를 잡아냅니다. valid한 모든 last-modified 날짜를 월별로 그룹화한 <lastmod> 최신성 히스토그램을 통해 사이트 콘텐츠가 실제로 최신 상태로 유지되고 있는지, 아니면 대부분의 URL이 오래된 타임스탬프를 달고 있는지 한눈에 파악할 수 있습니다. 또한 중복 <loc> 감지 기능은 동일한 URL이 같은 파일에 두 번 이상 등록된 경우를 찾아냅니다. 이는 여러 소스를 중복 제거 없이 병합하는 사이트맵 생성기에서 자주 발생하는 부작용입니다. 모든 작업은 로컬에서 실행됩니다. 파싱, 규칙 검사, 히스토그램 생성은 모두 붙여넣은 텍스트 또는 File API를 통해 업로드한 파일을 바탕으로 브라우저에서 처리되며, 어떤 것도 서버로 가져오거나 업로드되지 않습니다. 사이트맵에 나열된 개별 URL을 요청하거나 크롤링하지도 않습니다. 이 도구는 사이트맵 문서 자체를 검사할 뿐, 나열된 페이지의 실제 존재 여부나 200 OK 응답 여부는 확인하지 않습니다.