Ситемап.икс-ем-ел Валидатор — провера усаглашености са правим протоколом

Ситемап.икс-ем-ел датотека може бити савршено исправан Икс-Ем-Ел, а опет неисправан ситемап: недостајући икс-ем-ел-ен-ес простор имена, релативна <loc> адреса, <priority> вредност „1,5“ или <changefreq> „Daily“ уместо „daily“ — све ће проћи генерички Икс-Ем-Ел валидатор, а тихо пасти на правом ситемап протоколу који Гугл, Бинг и сви остали корисници датотеке очекују. Ова алатка парсира ваш налепљени или отпремљени ситемап уграђеним ДОМПарсер-ом прегледача и проверава га према стварним правилима објављеним на ситемапс.орг: корени елемент мора бити <urlset> за обичан ситемап или <sitemapindex> за ситемап индекс (аутоматски откривено), идеално декларисан са тачним простором имена http://www.sitemaps.org/schemas/sitemap/0.9, и сваки <url> (или <sitemap>, у индекс датотеци) мора садржати <loc> који се разрешава у праву апсолутну хттп/хттпс адресу.

Поред структуре, протокол такође документује чврста ограничења и прецизне формате поља које ова алатка проверава поље по поље. Појединачна ситемап датотека не сме имати више од 50.000 УРЛ-ова и не сме премашити 50 МБ некомпримовано — ограничења која важе и за ситемап индекс датотеке, бројећи <sitemap> уносе уместо <url> уноса — а ова алатка мери ваш стварни налепљени или отпремљени садржај у односу на оба. Сваки <lastmod>, ако постоји, проверава се у односу на стварне W3C-datetime формате које спецификација прихвата: прост датум (ГГГГ-ММ-ДД) или пуну временску ознаку са сатима, минутима, опционим секундама и обавезном ознаком временске зоне. Сваки <priority>, ако постоји, мора бити децимални број између 0.0 и 1.0, а сваки <changefreq> мора бити тачно једна од седам вредности које спецификација дефинише — always, hourly, daily, weekly, monthly, yearly, never — не привидно сличан синоним. Свако кршење наводи конкретан број ставке и њену стварну вредност, ограничено на 50 приказаних прекршилаца по правилу уз напомену „+N још“, како би извештај остао читљив и на ситемап-у близу УРЛ лимита.

Две провере превазилазе оно што писани протокол захтева, али хватају стварне, честе проблеме: хистограм ажурности <lastmod> групише сваки валидан датум последње измене по месецу, тако да на први поглед видите да ли се садржај сајта заиста одржава ажурним или већина УРЛ-ова носи застарелу временску ознаку од пре више година, а детектор дуплираних <loc> адреса означава сваки УРЛ наведен више пута у истој датотеци — честа нуспојава ситемап генератора који спајају више извора без уклањања дупликата. Све ради локално: парсирање, провера правила и хистограм се извршавају у вашем прегледачу из текста који сте налепили или датотеке коју сте отпремили преко Фајл АПИ-ја, ништа се не преузима нити шаље на сервер, и ниједан појединачни УРЛ у вашем ситемап-у се никада не захтева нити индексира — ова алатка проверава сам ситемап документ, а не да ли странице које наводи заиста постоје или враћају 200 ОК.