Sitemap.xml Validator – tikrojo protokolo atitikties tikrintuvas

Sitemap.xml failas gali būti puikiai suformuotas XML ir vis tiek sugadintas svetainės schema: trūksta xmlns vardų erdvės, santykinis <loc> URL, <priority> "1,5" arba <changefreq> "Daily", o ne "kasdien", visi perduos bendrąjį XML tikrintuvą ir tyliai nesugebės to, ko tikisi visi kiti vartotojai, B svetainės schemos failai ir protokolai. Šis įrankis analizuoja jūsų įklijuotą arba įkeltą svetainės schemą naudodamas savo naršyklės DOMParser ir patikrina, ar ji atitinka tikrąsias taisykles, paskelbtas svetainėje sitemaps.org: šakninis elementas turi būti <urlset>, jei tai įprasta svetainės schema, arba <sitemapindex>, jei tai svetainės schemos indeksas (aptinkama automatiškai), idealiu atveju nurodoma tikslia vardų erdve http://www.sitemaps.org (arba//0schemassitemaps.org <svetainės schema>, indekso faile), turi būti <loc>, kuris išsprendžia tikrą absoliutų http/https URL.

Be struktūros, protokolas taip pat dokumentuoja griežtas ribas ir tikslius lauko formatus, kuriuos šis įrankis tikrina pagal lauką. Viename svetainės schemos faile negali būti pateikta daugiau nei 50 000 URL ir jis negali viršyti 50 MB nesuglaudintų – apribojimai taikomi ir svetainės schemos indekso failams, skaičiuojant <svetainės schemos> įrašus, o ne <url> įrašus. Šis įrankis įvertina faktinį įklijuotą / įkeltą turinį, palyginti su abiem. Kiekvienas <lastmod>, jei yra, tikrinamas pagal tikrus W3C datos laiko formatus, kuriuos specifikacijos priima: tuščią datą (MMMM-MM-DD) arba visą laiko žymą su valandomis, minutėmis, pasirenkamomis sekundėmis ir privalomu laiko juostos žymekliu. Kiekvienas <priority>, jei yra, turi būti dešimtainis skaičius nuo 0,0 iki 1,0, o kiekvienas <changefreq> turi būti tiksliai viena iš septynių specifikacijos nustatytų verčių – visada, valandinis, kasdieninis, savaitinis, mėnuo, metinis, niekada – nėra patikimas sinonimas. Kiekviename pažeidime nurodomas konkretus įrašo numeris ir jo tikroji vertė, ribojama iki 50 rodomų pažeidėjų vienoje taisyklėje su pastaba „+N daugiau“, kad ataskaita būtų skaitoma net svetainės schemoje, esančioje netoli URL limito.

Dvi patikros viršija tai, ko reikalauja rašytinis protokolas, tačiau užfiksuoja tikras, įprastas problemas: <lastmod> šviežumo histograma sugrupuoja kiekvieną galiojančią paskutinio modifikavimo datą pagal mėnesį, kad galėtumėte iš karto pamatyti, ar svetainės turinys iš tikrųjų yra atnaujinamas, ar daugumoje URL yra pasenusi senumo laiko žymė, o dublikatų <loc> detektorius pažymi bet kurį URL adresą, tame pačiame faile dažnai pateikiami keli šalutiniai generatoriai. dubliavimo panaikinimas. Viskas vykdoma lokaliai: analizavimas, taisyklių tikrinimas ir histograma apskaičiuojami jūsų naršyklėje pagal įklijuotą tekstą arba failą, kurį įkėlėte per failų API, niekas nėra paimamas arba įkeliamas į serverį, ir joks atskiras URL jūsų svetainės schemoje niekada neprašoma arba tikrinama – šis įrankis tikrina patį svetainės schemos dokumentą, o ne tai, ar jame pateikti puslapiai iš tikrųjų egzistuoja20 Gerai, ar pateikiami puslapiai.