Sitemap.xml Validator — reālā protokola atbilstības pārbaudītājs

Sitemap.xml fails var būt lieliski izveidots XML un joprojām ir bojāta vietnes karte: trūkstoša xmlns nosaukumvieta, relatīvs <loc> URL, <prioritāte> 1,5 vai <changefreq> no "Daily", nevis "ikdienas", tas viss izturēs vispārīgu XML pārbaudītāju, vienlaikus klusi nedarbosies, ko sagaida ikviena Google vietnes kartes faila un faktiskā Google vietnes kartes faila protokols. Šis rīks parsē jūsu ielīmēto vai augšupielādēto vietnes karti, izmantojot pārlūkprogrammas vietējo DOMParser un pārbauda, vai tā atbilst reālajiem noteikumiem, kas publicēti vietnē sitemaps.org: parastai vietnes kartei saknes elementam ir jābūt <urlset> vai vietnes kartes indeksam <sitemapindex>, ideālā gadījumā tas ir jādeklarē ar precīzu nosaukumvietu http://www.sitemaps.org, vai//schemassitemaps.org. <vietnes karte> rādītāja failā), ir jāietver <loc>, kas atrisina īstu absolūtu http/https URL.

Papildus struktūrai protokolā ir arī dokumentēti stingri ierobežojumi un precīzi lauka formāti, kurus šis rīks pārbauda katrā laukā. Vienā vietnes kartes failā nedrīkst būt vairāk par 50 000 URL, un tas nedrīkst pārsniegt 50 MB nesaspiestu — ierobežojumi, kas attiecas arī uz vietnes kartes rādītāja failiem, skaitot <sitemap> ierakstus, nevis <url>, un šis rīks novērtē jūsu faktisko ielīmēto/augšupielādēto saturu, salīdzinot ar abiem. Katrs <lastmod>, ja tāds ir, tiek pārbaudīts pret reālajiem W3C datuma laika formātiem, ko specifikācija pieņem: tukšu datumu (GGGG-MM-DD) vai pilnu laikspiedolu ar stundām, minūtēm, neobligātām sekundēm un obligātu laika joslas apzīmējumu. Katrai <prioritātei>, ja tāda ir, ir jābūt decimāldaļai no 0,0 līdz 1,0, un katrai <changefreq> ir jābūt tieši vienai no septiņām specifikācijā noteiktajām vērtībām — vienmēr, stundā, dienā, nedēļā, mēnesī, gadā, nekad — nav ticama izskata sinonīms. Katrā pārkāpumā tiek nosaukts konkrētais ieraksta numurs un tā faktiskā vērtība, nepārsniedzot 50 parādītos pārkāpējus katrā kārtulā ar piezīmi "+N vairāk", lai ziņojums paliktu lasāms pat vietnes kartē, kas ir tuvu URL ierobežojumam.

Divas pārbaudes pārsniedz to, ko prasa rakstītais protokols, bet atklāj reālas, izplatītas problēmas: <lastmod> svaiguma histogramma sagrupē katru derīgo pēdējo modificēšanas datumu pa mēnesim, lai vienā mirklī redzētu, vai vietnes saturs patiešām tiek uzturēts aktuāls vai vairumam vietrāžu URL ir novecojis laikspiedols pirms gadiem, un dublikāta-<loc> detektors atzīmē jebkuru URL — vienā un tajā pašā avota failā ir norādīts vairāk nekā vienu reizi bez blakusefektiem. dublēšanas atcelšana. Viss darbojas lokāli: pārlūkprogrammā tiek aprēķināta parsēšana, kārtulu pārbaude un histogramma no jūsu ielīmētā teksta vai faila, ko augšupielādējāt, izmantojot File API, nekas netiek ielādēts vai augšupielādēts serverī, un neviens jūsu vietnes kartes atsevišķs URL nekad netiek pieprasīts vai pārmeklēts — šis rīks pārbauda pašu vietnes kartes dokumentu, nevis to, vai tajā norādītās lapas patiešām pastāv20 vai tajā norādītās lapas.