Sitemap.xml Validator — Real Protocol Compliance Checker

Súbor sitemap.xml môže byť perfektne sformovaný XML a stále môže byť nefunkčným súborom Sitemap: chýbajúci priestor názvov xmlns, relatívna adresa URL <loc>, <priorita> "1,5" alebo <changefreq> "Daily" namiesto "daily" prejdú všeobecným validátorom XML, pričom potichu zlyhávajú v skutočnom protokole sitemap, ktorý každý iný spotrebiteľ od súboru očakáva. Tento nástroj analyzuje vašu prilepenú alebo nahranú mapu lokality s natívnym DOMParserom prehliadača a porovná ju so skutočnými pravidlami zverejnenými na stránke sitemaps.org: koreňový prvok musí byť <urlset> pre bežnú mapu lokality alebo <sitemapindex> pre index mapy lokality (automaticky zistený), v ideálnom prípade deklarovaný s presným menným priestorom http://www.sitemaps.org/site9> (súbor sitemap/sitemap) a každý index/0. musí obsahovať <loc>, ktorý vedie k skutočnej absolútnej http/https URL.

Okrem štruktúry protokol tiež dokumentuje tvrdé limity a presné formáty polí, ktoré tento nástroj kontroluje pole po poli. Jeden súbor sitemap nesmie obsahovať viac ako 50 000 adries URL a nesmie presiahnuť 50 MB v nekomprimovanom stave – limity, ktoré platia aj pre indexové súbory sitemap, pričom sa počítajú položky <sitemap> namiesto položiek <url> – a tento nástroj meria váš skutočne prilepený/nahraný obsah oproti obom. Každý <lastmod>, ak je prítomný, sa kontroluje oproti skutočným formátom dátumu a času W3C, ktoré špecifikácia akceptuje: holý dátum (RRRR-MM-DD) alebo úplná časová pečiatka s hodinami, minútami, voliteľnými sekundami a povinným označením časového pásma. Každá <priorita>, ak je prítomná, musí byť desatinné od 0,0 do 1,0 a každá <changefreq> musí byť presne jednou zo siedmich hodnôt, ktoré špecifikácia definuje – vždy, hodinovo, denne, týždenne, mesačne, ročne, nikdy – nie je to hodnoverne vyzerajúce synonymum. Každé porušenie pomenúva konkrétne číslo záznamu a jeho skutočnú hodnotu, obmedzenú na 50 zobrazených páchateľov na pravidlo s poznámkou „+N viac“, takže hlásenie zostane čitateľné aj na mape webu blízko limitu adresy URL.

Dve kontroly idú nad rámec toho, čo vyžaduje písaný protokol, ale zachytávajú skutočné, bežné problémy: histogram aktuálnosti <lastmod> zoskupuje každý platný dátum poslednej zmeny podľa mesiaca, takže môžete na prvý pohľad vidieť, či je obsah stránky skutočne aktuálny alebo či väčšina adries URL obsahuje zastaranú časovú pečiatku spred rokov, a detektor duplicitných <loc> označí akúkoľvek adresu URL uvedenú viac ako raz v tom istom súbore máp bez častých vedľajších efektov zlúčenia viacerých zdrojov – zlučovanie viacerých zdrojov. Všetko beží lokálne: analýza, kontrola pravidiel a histogram sa vypočítajú vo vašom prehliadači z textu, ktorý ste prilepili, alebo zo súboru, ktorý ste nahrali cez rozhranie File API, nič sa nenačíta ani neodovzdá na server a žiadna individuálna adresa URL vo vašej mape stránok sa nikdy nepožaduje ani neprehľadáva – tento nástroj kontroluje samotný dokument mapy lokality, nie to, či stránky, ktoré uvádza, skutočne existujú alebo vrátia 200 v poriadku.