Sitemap.xml Doğrulayıcı — Gerçek Protokol Uyumluluk Denetleyicisi

Bir sitemap.xml dosyası mükemmel biçimde iyi biçimlendirilmiş bir XML olabilir ve yine de bozuk bir site haritası olabilir: eksik bir xmlns ad alanı, göreceli bir <loc> URL, "1.5" <priority> veya "daily" yerine "Daily" <changefreq>, Google, Bing ve dosyanın diğer tüm tüketicilerinin beklediği gerçek site haritası protokolünü sessizce başarısızlığa uğratırken genel bir XML doğrulayıcıdan geçecektir. Bu araç, yapıştırılan veya yüklenen site haritanızı tarayıcının yerel DOMParser'ıyla ayrıştırır ve sitemaps.org'da yayınlanan gerçek kurallara göre kontrol eder: kök öğe, normal bir site haritası için <urlset> veya bir site haritası dizini için (otomatik algılanan) <sitemapindex> olmalıdır; ideal olarak tam http://www.sitemaps.org/schemas/sitemap/0.9 ad alanıyla ve her <url> (veya bir dizindeki <site haritası>) ile bildirilmelidir. dosyası) gerçek bir mutlak http/https URL'sine çözümlenen bir <loc> içermelidir.

Protokol, yapının ötesinde, bu aracın alan bazında kontrol ettiği kesin sınırları ve kesin alan formatlarını da belgelemektedir. Tek bir site haritası dosyası 50.000'den fazla URL listelememeli ve sıkıştırılmamış olarak 50 MB'ı aşmamalıdır; sınırlar site haritası dizin dosyaları için de geçerlidir; <url> girişleri yerine <site haritası> girişlerini sayar - ve bu araç, yapıştırılan/yüklenen gerçek içeriğinizi her ikisine göre ölçer. Her <lastmod>, eğer mevcutsa, spesifikasyonun kabul ettiği gerçek W3C-tarihsaat formatlarına göre kontrol edilir: çıplak bir tarih (YYYY-AA-GG) veya saat, dakika, isteğe bağlı saniye ve zorunlu bir saat dilimi göstergesinden oluşan tam bir zaman damgası. Varsa, her <öncelik> 0,0 ile 1,0 arasında bir ondalık sayı olmalıdır ve her <changefreq>, spesifikasyonun tanımladığı yedi değerden tam olarak biri olmalıdır - her zaman, saatlik, günlük, haftalık, aylık, yıllık, hiçbir zaman - makul görünen bir eşanlamlı değildir. Her ihlal, belirli giriş numarasını ve gerçek değerini, kural başına gösterilen 50 suçluyla sınırlanmış şekilde "+N daha fazla" notuyla adlandırır, böylece rapor, URL sınırına yakın bir site haritasında bile okunabilir kalır.

İki kontrol, yazılı protokolün gerektirdiğinin ötesine geçer ancak gerçek, yaygın sorunları yakalar: bir <lastmod> tazelik histogramı, her geçerli son değiştirilme tarihini aya göre gruplandırır, böylece bir sitenin içeriğinin gerçekten güncel tutulup tutulmadığını veya çoğu URL'nin yıllar öncesinden kalma eski bir zaman damgası taşıyıp taşımadığını bir bakışta görebilirsiniz ve bir kopya-<loc> dedektörü, aynı dosyada birden fazla kez listelenen herhangi bir URL'yi işaretler; bu, tekilleştirme olmadan birden fazla kaynağı birleştiren site haritası oluşturucularının sık görülen bir yan etkisidir. Her şey yerel olarak çalışır: ayrıştırma, kural kontrolü ve histogramın tümü, yapıştırdığınız metinden veya Dosya API'si aracılığıyla yüklediğiniz dosyadan tarayıcınızda hesaplanır, hiçbir şey getirilmez veya bir sunucuya yüklenmez ve site haritanızdaki hiçbir URL hiçbir zaman talep edilmez veya taranmaz - bu araç, listelediği sayfaların gerçekten var olup olmadığını veya 200 OK döndürüp döndürmediğini değil, site haritası belgesinin kendisini kontrol eder.