Instrument gratuit: SEO

Verificare sitemap XML

Găsim sitemapul așa cum îl găsesc motoarele de căutare, îl citim și solicităm un eșantion din paginile pe care le listează. Vedeți dacă este un sitemap valid, câte URL-uri are, câte au date și dacă paginile listate chiar se încarcă.

Gratuit. De obicei gata în mai puțin de un minut.

Ce verifică acest instrument

  • Găsirea sitemapului

    Din liniile Sitemap: din robots.txt care trimit spre propria origine. Dacă nu există, încercăm /sitemap.xml.

  • Status și format

    Statusul HTTP, headerul Content-Type și dacă fișierul este un urlset (o listă de pagini) sau un sitemapindex (o listă de sitemapuri).

  • Indexuri de sitemapuri

    Pentru un index sunt citite și până la 3 dintre sitemapurile copil de pe aceeași origine.

  • Numărul de URL-uri și lastmod

    Câte URL-uri listează fișierele și ce proporție dintre ele au o dată lastmod.

  • Alte gazde și duplicate

    URL-uri aflate pe o altă gazdă decât sitemapul și URL-uri listate de mai multe ori.

  • Un eșantion de URL-uri listate

    Sunt solicitate până la 10 URL-uri listate, iar statusul lor HTTP este afișat. Cererile rămân pe originea dumneavoastră, iar redirecționările spre alte gazde nu sunt urmate, așa că o redirecționare este raportată ca redirecționare.

Ce nu poate verifica

  • Nu poate verifica fiecare URL dintr-un sitemap mare. Citim cel mult câțiva megabytes și câteva fișiere, așa că sitemapurile foarte mari sunt verificate parțial și sunt solicitate doar 10 URL-uri.
  • Nu poate citi în mod fiabil sitemapurile comprimate gzip (.xml.gz).
  • Nu poate spune dacă Google a procesat sitemapul sau i-a indexat URL-urile. Raportul Sitemapuri din Search Console arată acest lucru.
  • Nu poate decide dacă sunt listate paginile potrivite: pagini importante care lipsesc sau pagini care nu ar trebui să apară în căutare.
  • Nu poate valida extensiile de sitemap pentru imagini, video sau știri.

De ce contează

Un sitemap este lista paginilor pe care vreți să le găsească motoarele de căutare. Ajută cel mai mult pe site-urile mari, pe site-urile noi spre care trimit puține linkuri și pentru paginile la care navigarea ajunge greu, cum ar fi articolele vechi sau produsele aflate la câteva clicuri distanță. Google îl tratează ca pe o sugestie, așa că este cel mai util atunci când fiecare URL din el funcționează și este versiunea pe care o vreți indexată.

Sitemapurile se învechesc pe nesimțite. Un plugin continuă să listeze pagini pe care le-ați șters, o migrare lasă vechiul domeniu în fiecare URL sau un nume de gazdă de staging se strecoară în generator. Și datele pot fi greșite: Google spune că folosește lastmod doar când datele sunt corecte în mod constant și verificabil, așa că un lastmod care se schimbă la fiecare cerere este ignorat.

Există și limite de dimensiune. Protocolul sitemaps.org permite cel mult 50.000 de URL-uri și 50 MB necomprimat pentru fiecare fișier. Site-urile mai mari își împart URL-urile în mai multe sitemapuri și le listează într-un index de sitemapuri.

Cum să citiți rezultatele

Status HTTP
200 înseamnă că fișierul a fost servit. 404 înseamnă că la acea adresă nu există niciun sitemap. O redirecționare spre altă gazdă nu este urmată și este afișată ca atare.
Tip de conținut
De obicei application/xml sau text/xml. text/html înseamnă adesea că adresa returnează o pagină web, cum ar fi pagina principală sau o pagină de eroare „negăsit”, în loc de un sitemap.
urlset sau sitemapindex
Un urlset listează pagini; un sitemapindex listează alte sitemapuri. Orice altceva nu este un sitemap valid.
Număr de URL-uri
Numărul total de URL-uri din fișierele citite. Pentru un index mare, cu multe sitemapuri copil, numărătoarea este parțială.
Proporție cu lastmod
Câte URL-uri au o dată a ultimei modificări. Datele sunt opționale, dar cele corecte ajută motoarele de căutare să observe paginile modificate.
Alte gazde
URL-uri a căror gazdă diferă de cea a sitemapului, de exemplu cu www față de fără www sau un domeniu vechi. Protocolul prevede ca un sitemap să listeze URL-uri de pe propria gazdă.
Duplicate
Același URL listat de mai multe ori. De obicei este un semn că generatorul este configurat greșit; listați fiecare URL o singură dată.
Statusul URL-urilor din eșantion
Fiecare URL din eșantion ar trebui să returneze 200. Un 3xx înseamnă că sitemapul listează adrese vechi, 404 sau 410 înseamnă pagini șterse, iar 5xx înseamnă erori de server.

Cum remediați cele mai frecvente probleme

  • Niciun sitemap găsit

    Verificați dacă platforma creează deja unul: Shopify servește /sitemap.xml pentru magazinele publice, WordPress 5.5 și versiunile ulterioare servesc /wp-sitemap.xml, iar Yoast SEO și Rank Math folosesc /sitemap_index.xml. Adăugați URL-ul lui complet în robots.txt ca linie Sitemap:, ca să îl găsească crawlerele și instrumentele oriunde s-ar afla.

  • URL-urile din eșantion redirecționează sau returnează 404

    Listați adresa https finală care returnează 200, nu una veche care redirecționează. Majoritatea generatoarelor elimină automat paginile șterse, așa că verificați dacă există un fișier sitemap static sau un cache care nu a fost reîmprospătat după ștergerea paginilor.

  • URL-uri pe gazda greșită

    Setați adresa site-ului la domeniul pe care îl folosiți efectiv, cu sau fără www (în WordPress, Setări › General › Adresă site (URL)), apoi regenerați sitemapul. După mutarea pe alt domeniu, asigurați-vă că nu rămâne niciun URL de pe vechiul domeniu.

  • Adresa sitemapului returnează HTML

    Un răspuns 200 cu text/html înseamnă de obicei că o rută generală (catch-all) servește o pagină obișnuită la /sitemap.xml. Indicați în robots.txt sitemapul real sau configurați generatorul să îl servească la acea cale.

  • Date lastmod în care nu puteți avea încredere

    Setați lastmod după data la care conținutul s-a schimbat cu adevărat, nu după momentul în care a fost generat sitemapul. Dacă generatorul nu poate face asta, este mai bine să omiteți lastmod decât să aveți date greșite.

Întrebări despre acest instrument

Am nevoie de un sitemap XML?

Nu orice site are nevoie de unul. Google spune că un site mic, de aproximativ 500 de pagini sau mai puțin, cu linkuri interne bune, poate să nu aibă nevoie de sitemap. Totuși, rareori strică și ajută la descoperirea paginilor noi și a celor aflate adânc în structura site-ului.

Un sitemap face ca paginile mele să fie indexate?

Nu. Ajută motoarele de căutare să descopere URL-uri. Dacă o pagină este accesată și indexată depinde în continuare de conținutul ei și de semnale precum noindex și linkurile canonice.

Ar trebui să setez priority și changefreq?

Puteți, dar Google spune că le ignoră pe amândouă. URL-urile corecte și datele lastmod oneste contează mai mult.

Unde ar trebui să se afle fișierul sitemap?

De obicei la rădăcină, de exemplu /sitemap.xml, pentru că, potrivit protocolului sitemaps.org, un sitemap acoperă doar URL-urile din propriul director sau din subdirectoarele acestuia. Menționați-l în robots.txt și trimiteți-l în Search Console.

De ce sunt testate doar 10 URL-uri?

Eșantionul este o verificare rapidă a stării: dacă mai multe URL-uri din eșantion eșuează, sitemapul are nevoie de atenție. Raportul de remediere SEO, cu plată, merge mai departe: testează până la 20 de pagini din sitemap și verifică până la 60 de linkuri interne.

Surse

Instrumente similare

Raport de remediere SEO ($69, plată unică) pornește de la scanarea gratuită completă și adaugă mai multe pagini, modificarea de făcut pentru fiecare constatare, un PDF și retestări pentru verificarea remedierilor.

Raport de remediere SEO: detalii