Cómo validar y dividir un XML Sitemap: Límites y Ejemplos
Check XML sintaxis, URLs y fechas, entender el conteo de mapas de sitio y los límites de byte, luego descargar las partes de mapas completos y un índice.
Empieza con la lista que tienes la intención de publicar
Una hoja de sitio es muy útil cuando refleja un conjunto deliberado de destinos públicos. Comience con su herramienta actual, páginas de artículo y categoría, a continuación, compruebe si cada URL es la versión preferida que desea que los visitantes encuentren. Busque nombres antiguos, direcciones de estadificación, variaciones de consulta y páginas eliminadas. XML mientras que enumera los destinos equivocados. Small Hours validador ayuda a inspeccionar la sintaxis del archivo y las reglas de protocolo seleccionadas. Nunca visita esas URLs, por lo que todavía necesita comprobar sus respuestas, propósito de página, ajustes canónicos e instrucciones de indexación por separado.
Comprender ambos límites antes de dividir
La guía de Google limita un mapa de sitio 50,000 URL o 50 MB sin compromisos. El protocolo sitemap expresa la tapa byte como 52,428,800 bytes. La compresión no hace que un documento sobredimensionado se ajuste a ese límite. Nuestro separador comprueba tanto el recuento de entrada elegido como serializado UTF-8 bytes, incluyendo el XML declaración y envoltura raíz. Usted puede elegir partes contables más pequeñas para la organización, pero una parte aún debe ajustarse al límite de byte. Una entrada que contenga datos extensos de extensión puede consumir más espacio que una página plana URLAsí que URL contar solo es insuficiente.
Reproduce el ejemplo tres-URL
Seleccione Pruebe un ejemplo en la herramienta de mapa de sitio. El dispositivo contiene https://example.com/, https://example.com/tools/ y https://example.com/blog/?page=1&sort=new, con el ampersand escapó como & en su fuente XML. Utiliza el espacio de nombres estándar de mapas de sitio, un últimomod calendario en la primera entrada y un timetamp con timezone en el segundo. La acción es Validate y dividida, con un máximo de dos entradas por parte y https://example.com/ como directorio de salida pública. La fijación revisada por el navegador existente produce dos archivos de parte de mapa de sitio y sitemap-index.xml. Esta es una pequeña demostración de división, no un archivo lo suficientemente grande como para requerirlo.
| Producto | Índice | Propósito |
|---|---|---|
| Primera parte | 2 entradas URL | Primera rebanada de la lista original |
| Segunda parte | 1 entrada URL | URL restante |
| Índice | 2 ubicaciones parciales | Puntos para ambas partes publicadas |
El límite de dos entradas es para la ilustración. La división de la producción también respeta el límite de byte no comprimido.
Use este ejemplo Abre el validador del sitio con estas entradas.
Errores correctos antes de tratar las advertencias como aceptables
Lea cada hallazgo junto a su número de entrada. Un malformado XML el documento no puede ser analizado. Una ubicación relativa, fecha calendario inválida o campo básico inesperado necesita corrección antes de que este separador crea partes. Las URL duplicadas son advertencias y permanecen en la salida; la herramienta no deduplica silenciosamente la fuente. Múltiples orígenes están fuera de su alcance de división soportado y marcados como errores, a pesar de que los documentos de Google verifican los arreglos de presentación cruzada por separado. La distinción importa: el flujo de trabajo soportado de una herramienta puede ser más estrecho que cada implementación de protocolo. No describir un arreglo sin apoyo como universalmente inválido.
Mantenga Lastmod atado a un cambio de contenido real
Una cadena de fecha válida establece sólo su sintaxis. No establece que una página cambió en esa fecha. Google dice últimomod debe reflejar una actualización significativa y ser consistentemente exacto. Mantenga ese valor conectado a sus registros de publicación en lugar de reiniciar cada página cuando se regenera el mapa del sitio. El validador acepta fechas completas de calendario y horarios con zona horaria; no acepta todos los formularios de fecha de precisión reducida. Google ignora los valores de prioridad y cambiofreq, por lo que pulir esos campos no debe desplazar la fijación de páginas desaparecidas, destinos rotos o información de modificación inexacta en el flujo de trabajo de publicación subyacente.
Descargue todas las piezas y utilice la ubicación de salida real
El directorio de salida pública debe coincidir donde subir los archivos generados y terminar en un slash. Para el directorio de ejemplo, el índice apunta a https://example.com/sitemap-1.xml y https://example.com/sitemap-2.xml. Subir sólo el índice deja sus archivos referenciados indisponibles. Utilice su raíz del sitio cuando las páginas enumeradas abarcan diferentes familias de ruta; el splitter comprueba que las URL encajan en el directorio elegido. Descargue cada archivo generado, verifique su nombre y guarde la fuente original a su lado. La generación ocurre en el navegador. Ningún archivo ha sido subido o enviado a un motor de búsqueda por esta herramienta.
Reconocer lo que la validación local deja sin respuesta
Esta herramienta acepta sin complicaciones UTF-8 XML hasta 64 MiB y 100,000 entradas. Las entradas más grandes necesitan un flujo de trabajo de streaming. No descomprime gzip, busca archivos de niños de un índice de mapa de sitio, arrastrar destinos o realizar validación completa de XSD y extensión-schema. Extensión XML se conserva cuando se divide, pero preservarlo no certifica su significado. Para imágenes, vídeos o anotaciones en idiomas alternativos, compruebe los requisitos pertinentes en su documentación primaria. Si valida un índice existente, inspeccione por separado los mapas infantiles que enumera. Sólo un índice limpio no puede establecer que esos documentos remotos sean accesibles o estén correctamente formados.
Comprobar el descubrimiento después de la publicación en lugar de un índice prometedor
Una vez que los archivos estén en vivo, confirme sus respuestas y ubicaciones referenciadas, luego envíe el mapa del sitio o índice a través de Search Console o lo refiera en robots.txt. Google trata la sumisión como una pista, sin garantizar la descarga, arrastrar o indexar. Utilice el equipo de reglas de robots para revisar si sus reglas de arrastre pegadas permiten importantes rutas enumeradas, y comprobar el comportamiento desplegado por separado. Mantenga enlaces de navegación normales a páginas útiles también. Cuando una página está ausente de los resultados, investigue el acceso, la canonicalización, el contenido y las pruebas Search Console en lugar de reenviar una hoja de sitio sin cambios. El archivo es una parte de una ruta de descubrimiento de trabajo.