Sitemap.xml Validator — Real Protocol Compliance Checker

Datoteka sitemap.xml je lahko popolnoma dobro oblikovan XML in je še vedno pokvarjen zemljevid spletnega mesta: manjkajoči imenski prostor xmlns, relativni <loc> URL, <priority> »1,5« ali <changefreq> »Daily« namesto »daily«, bo vse prešlo generični validator XML, medtem ko bo tiho spodletelo dejanskemu protokolu zemljevida spletnega mesta, ki ga pričakujejo Google, Bing in vsi drugi uporabniki datoteke. To orodje razčleni vaš prilepljeni ali naloženi zemljevid spletnega mesta z izvornim DOMParserjem brskalnika in ga preveri glede na dejanska pravila, objavljena na sitemaps.org: korenski element mora biti <urlset> za običajni zemljevid spletnega mesta ali <sitemapindex> za indeks zemljevida spletnega mesta (samodejno zaznan), najbolje deklariran z natančnim imenskim prostorom http://www.sitemaps.org/schemas/sitemap/0.9 in vsak <url> (ali <sitemap> v indeksni datoteki) mora vsebovati <loc>, ki se razreši v pristen absolutni http/https URL.

Poleg strukture protokol dokumentira tudi stroge omejitve in natančne formate polj, ki jih to orodje preverja polje za poljem. Posamezna datoteka zemljevida spletnega mesta ne sme vsebovati več kot 50.000 URL-jev in ne sme presegati 50 MB nestisnjenih – omejitve, ki veljajo tudi za indeksne datoteke zemljevidov spletnih mest, pri čemer se štejejo vnosi <sitemap> namesto vnosov <url> – in to orodje meri vašo dejansko prilepljeno/naloženo vsebino glede na obe. Vsak <lastmod>, če je prisoten, se preveri glede na dejanske formate datuma in časa W3C, ki jih specifikacija sprejema: goli datum (LLLL-MM-DD) ali polni časovni žig z urami, minutami, neobveznimi sekundami in obveznim označevalcem časovnega pasu. Vsaka <priority>, če je prisotna, mora biti decimalna številka med 0,0 in 1,0, vsaka <changefreq> pa mora biti natanko ena od sedmih vrednosti, ki jih določa specifikacija – vedno, urno, dnevno, tedensko, mesečno, letno, nikoli – ni verjeten sinonim. Vsaka kršitev poimenuje določeno številko vnosa in njeno dejansko vrednost, omejeno na 50 prikazanih kršiteljev na pravilo z opombo »+N več«, tako da poročilo ostane berljivo tudi na zemljevidu mesta blizu omejitve URL-ja.

Dve preverjanji presegata zahteve pisnega protokola, vendar odkrivata resnične pogoste težave: histogram svežosti <lastmod> združuje vse veljavne zadnje spremenjene datume po mesecih, tako da lahko na prvi pogled vidite, ali je vsebina spletnega mesta dejansko posodobljena ali ima večina URL-jev zastarel časovni žig izpred let, detektor podvojenih <loc> pa označi kateri koli URL, ki je več kot enkrat naveden v isti datoteki – pogost stranski učinek generatorjev zemljevidov spletnih mest, ki združi več virov brez odstranjevanja podvajanj. Vse se izvaja lokalno: razčlenjevanje, preverjanje pravil in histogram se izračunajo v vašem brskalniku iz besedila, ki ste ga prilepili, ali datoteke, ki ste jo naložili prek File API-ja, nič se ne pridobi ali naloži na strežnik in noben posamezen URL v vašem zemljevidu mesta ni nikoli zahtevan ali pajkan – to orodje preveri sam dokument zemljevida mesta, ne pa, ali strani, ki jih navaja, dejansko obstajajo ali vrne 200 OK.