Validator Sitemap.xml – Preverjanje prave skladnosti s protokolom

Datoteka sitemap.xml je lahko popolnoma pravilno oblikovan XML pa kljub temu pokvarjen zemljevid spletnega mesta: manjkajoč imenski prostor xmlns, relativni URL v <loc>, <priority> z vrednostjo »1,5« ali <changefreq> z vrednostjo »Daily« namesto »daily« – vse to bo splošni validator XML spustil skozi, medtem ko tiho krši dejanski protokol zemljevidov spletnih mest, ki ga pričakujejo Google, Bing in vsi drugi uporabniki datoteke. To orodje razčleni vaš prilepljeni ali naloženi zemljevid z brskalnikovim vgrajenim DOMParser in ga preveri glede na dejanska pravila, objavljena na sitemaps.org: korenski element mora biti <urlset> za običajni zemljevid ali <sitemapindex> za indeks zemljevidov (samodejno zaznano), idealno deklariran z natančnim imenskim prostorom http://www.sitemaps.org/schemas/sitemap/0.9, vsak <url> (ali <sitemap> v indeksni datoteki) pa mora vsebovati <loc>, ki se razreši v pravi absolutni URL z začetkom http ali https.

Poleg strukture protokol določa tudi trde omejitve in natančne formate polj, ki jih to orodje preverja polje za poljem. Posamezna datoteka zemljevida ne sme vsebovati več kot 50.000 URL-jev in ne sme presegati 50 MB v nestisnjeni obliki – te omejitve veljajo tudi za datoteke indeksa zemljevidov, pri čemer štejejo vnosi <sitemap> namesto vnosov <url> – to orodje pa izmeri vašo dejansko prilepljeno ali naloženo vsebino glede na obe. Vsak <lastmod>, če je prisoten, se preveri glede na dejanske formate W3C-datetime, ki jih specifikacija sprejema: goli datum (LLLL-MM-DD) ali polni časovni žig z urami, minutami, izbirnimi sekundami in obvezno oznako časovnega pasu. Vsak <priority>, če je prisoten, mora biti decimalno število med 0,0 in 1,0, vsak <changefreq> pa mora biti natančno ena od sedmih vrednosti, ki jih določa specifikacija – always, hourly, daily, weekly, monthly, yearly, never – in ne kak navidezno smiseln sinonim. Vsaka kršitev navede številko konkretnega vnosa in njegovo dejansko vrednost, pri čemer je prikazanih največ 50 kršitev na pravilo z opombo »+N več«, tako da poročilo ostane berljivo tudi pri zemljevidu blizu omejitve URL-jev.

Dve preverjanji presegata zahteve pisnega protokola, vendar lovita resnične, pogoste težave: histogram svežine dat <lastmod> razvrsti vse veljavne datume zadnje spremembe po mesecih, tako da na prvi pogled vidite, ali se vsebina spletnega mesta dejansko posodablja ali pa večina URL-jev nosi zastarel datum izpred let; zaznavalec podvojenih <loc> pa označi vsak URL, ki je v isti datoteki naveden večkrat – pogosta posledica generatorjev zemljevidov, ki združujejo več virov brez odstranjevanja dvojnikov. Vse se izvaja lokalno: razčlenjevanje, preverjanje pravil in histogram so vsi izračunani v vašem brskalniku iz besedila, ki ste ga prilepili, ali datoteke, ki ste jo naložili prek vmesnika File API; nič se ne prenaša ali nalaga na strežnik in noben posamezni URL v vašem zemljevidu ni nikoli zahtevan ali pregledan s pajkom – to orodje preverja sam dokument zemljevida, ne pa, ali strani, ki jih navaja, dejansko obstajajo ali vračajo status 200 OK.