Sitemap.xml Validator — Real Protocol Compliance Checker

En sitemap.xml-fil kan vara perfekt välformad XML och fortfarande vara en trasig webbplatskarta: ett saknat xmlns-namnområde, en relativ <loc>-URL, en <prioritet> på "1.5", eller en <changefreq> på "Daily" istället för "daily" kommer alla att passera en generisk validator samtidigt som den i tysthet misslyckas med det faktiska sitemap-protokollet för webbplatskartan och alla andra konsumenter förväntar sig. Det här verktyget analyserar din inklistrade eller uppladdade webbplatskarta med webbläsarens inbyggda DOMParser och kontrollerar den mot de verkliga reglerna publicerade på sitemaps.org: rotelementet måste vara <urlset> för en vanlig webbplatskarta eller <sitemapindex> för ett webbplatskartaindex (automatiskt upptäckt), helst deklareras med exakt namnutrymme http://www.sitemaps.org/schemas.org/schemas. <sitemap>, i en indexfil) måste innehålla en <loc> som löser sig till en äkta absolut http/https-URL.

Utöver struktur dokumenterar protokollet även hårda gränser och exakta fältformat som detta verktyg kontrollerar fält för fält. En enskild webbplatskartfil får inte innehålla fler än 50 000 webbadresser och får inte överstiga 50 MB okomprimerad – gränser som gäller för indexfiler för webbplatskartor, räknar <sitemap>-poster istället för <url>-poster – och det här verktyget mäter ditt faktiska inklistrade/uppladdade innehåll mot båda. Varje <lastmod>, om den finns, kontrolleras mot de verkliga W3C-datumtidsformaten som specen accepterar: ett blankt datum (ÅÅÅÅ-MM-DD) eller en fullständig tidsstämpel med timmar, minuter, valfria sekunder och en obligatorisk tidszonsbeteckning. Varje <prioritet>, om det finns, måste vara en decimal mellan 0,0 och 1,0, och varje <ändringsfrekvens> måste vara exakt ett av de sju värden som specifikationen definierar - alltid, varje timme, dagligen, veckovis, månadsvis, årligen, aldrig - inte en synonym som ser rimligt ut. Varje överträdelse namnger det specifika postnumret och dess faktiska värde, begränsat till 50 visade överträdare per regel med en "+N mer"-notering så att rapporten förblir läsbar även på en webbplatskarta nära URL-gränsen.

Två kontroller går utöver vad det skrivna protokollet kräver, men upptäcker verkliga, vanliga problem: ett <lastmod> färskhetshistogram grupperar alla giltiga datum för senaste ändring efter månad så att du med en överblick kan se om en webbplatss innehåll faktiskt hålls aktuellt eller om de flesta webbadresser har en inaktuell tidsstämpel från år sedan, och en duplicate-<loc>-detektor flaggar en URL-adress samma fil som är listad mer än en generator av flera webbplatser. källor utan att deduplicera. Allt körs lokalt: parsning, regelkontroll och histogrammet beräknas i din webbläsare från texten du klistrade in eller filen du laddade upp via File API, ingenting hämtas eller laddas upp till en server, och ingen enskild URL i din webbplatskarta begärs eller genomsöks någonsin - det här verktyget kontrollerar själva webbplatskartdokumentet, inte om sidorna det listar faktiskt finns eller returnerar 200.