Sitemap.xml 유효성 검사기 - 실제 프로토콜 준수 검사기

sitemap.xml 파일은 완벽하게 올바른 형식의 XML일 수 있지만 여전히 손상된 사이트맵일 수 있습니다. 누락된 xmlns 네임스페이스, 상대 <loc> URL, "1.5"의 <priority> 또는 "daily" 대신 "Daily"의 <changefreq>는 모두 일반 XML 유효성 검사기를 전달하지만 Google, Bing 및 파일의 다른 모든 소비자가 기대하는 실제 사이트맵 프로토콜은 조용히 실패합니다. 이 도구는 브라우저의 기본 DOMParser를 사용하여 붙여넣거나 업로드한 사이트맵을 구문 분석하고 sitemaps.org에 게시된 실제 규칙과 비교하여 이를 확인합니다. 루트 요소는 일반 사이트맵의 경우 <urlset>이어야 하고 사이트맵 인덱스(자동 감지)의 경우 <sitemapindex>여야 하며 이상적으로는 정확한 네임스페이스인 http://www.sitemaps.org/schemas/sitemap/0.9로 선언되며 모든 <url>(또는 인덱스 파일의 <sitemap>)에는 진짜 절대 http/https URL로 해석되는 <loc>입니다.

구조 외에도 프로토콜은 이 도구가 필드별로 확인하는 엄격한 제한과 정확한 필드 형식을 문서화합니다. 단일 사이트맵 파일은 50,000개 이상의 URL을 나열할 수 없고 압축되지 않은 크기가 50MB를 초과할 수 없습니다. 이 제한은 사이트맵 색인 파일에도 적용되며 <url> 항목 대신 <sitemap> 항목을 계산합니다. 이 도구는 두 항목에 대해 실제로 붙여넣거나 업로드한 콘텐츠를 측정합니다. 각 <lastmod>가 있는 경우 사양에서 허용하는 실제 W3C-datetime 형식(기본 날짜(YYYY-MM-DD) 또는 시간, 분, 선택적 초 및 필수 시간대 지정자가 포함된 전체 타임스탬프)과 비교하여 확인됩니다. 각 <priority>는 존재하는 경우 0.0에서 1.0 사이의 십진수여야 하며, 각 <changefreq>는 사양에서 정의하는 7가지 값(항상, 매시간, 매일, 매주, 매월, 매년, 절대) 중 정확히 하나여야 하며 그럴듯해 보이는 동의어가 아닙니다. 모든 위반에는 특정 항목 번호와 실제 값이 지정되며, 규칙당 표시되는 위반자는 최대 50명으로 제한되며 "+N more" 메모가 표시되므로 URL 제한에 가까운 사이트맵에서도 보고서를 계속 읽을 수 있습니다.

두 가지 검사는 작성된 프로토콜이 요구하는 것 이상이지만 실제적이고 일반적인 문제를 포착합니다. <lastmod> 신선도 히스토그램은 모든 유효한 마지막 수정 날짜를 월별로 그룹화하여 사이트의 콘텐츠가 실제로 최신 상태인지 또는 대부분의 URL이 몇 년 전의 오래된 타임스탬프를 가지고 있는지 한 눈에 확인할 수 있으며, 중복 <loc> 감지기는 동일한 파일에 두 번 이상 나열된 모든 URL에 플래그를 지정합니다. 이는 중복 제거 없이 여러 소스를 병합하는 사이트맵 생성기의 빈번한 부작용입니다. 모든 것이 로컬에서 실행됩니다. 구문 분석, 규칙 확인 및 히스토그램은 모두 붙여넣은 텍스트 또는 File API를 통해 업로드한 파일을 통해 브라우저에서 계산되며 서버에 가져오거나 업로드되는 것은 없으며 사이트맵의 개별 URL은 요청되거나 크롤링되지 않습니다. 이 도구는 나열된 페이지가 실제로 존재하는지 또는 200 OK를 반환하는지 여부가 아니라 사이트맵 문서 자체를 확인합니다.