Como validar e dividir um mapa do site XML: limites e exemplos
Verifique sintaxe XML, URLs e datas, entenda contagem do mapa do site e limites de byte, então baixe partes completas do mapa do local e um índice.
Comece com a lista que pretende publicar.
Um mapa do site é mais útil quando reflete um conjunto de destinos públicos deliberado. Comece com sua ferramenta atual, páginas de artigos e categorias, então verifique se cada URL é a versão preferida que você deseja que os visitantes encontrem. Procure por nomes antigos de host, endereços de encenação, variações de consulta e páginas removidas. Um arquivo pode ser perfeitamente formado XML enquanto lista os destinos errados. O validador Small Hours ajuda a inspecionar a sintaxe do arquivo e as regras de protocolo selecionadas. Ele nunca visita essas URLs, então você ainda precisa verificar suas respostas, finalidade de página, configurações canônicas e instruções de indexação separadamente.
Entenda os dois limites antes de partir.
A orientação do Google limita um mapa do site a URLs 50,000 ou 50 MB sem compressão. O protocolo do mapa do site expressa o bytes como bytes 52,428,800. A compressão não faz com que um documento descompactado se encaixe nesse limite. Nosso divisor verifica a contagem de entrada escolhida e os bytes UTF-8 serializados, incluindo a declaração XML e o envoltório de raiz. Você pode escolher partes menores para a organização, mas uma parte ainda deve caber no limite de bytes. Uma entrada contendo extensos dados de extensão pode consumir mais espaço do que uma URL de página simples, então a contagem de URL sozinho é insuficiente.
Reproduzir o exemplo de três URL
Selecione Tente um exemplo na ferramenta mapa do site. O dispositivo contém https://example.com/, https://example.com/tools/ e https://example.com/blog/?page=1&sort=new, com a ampers e escapou como & em sua XML Fonte. Ele usa o sitemap namespace padrão, um calendário último mod na primeira entrada e um timestamp com fuso horário no segundo. A ação é Validar e dividir, com um máximo de duas entradas por peça e https://example.com/ como diretório de saída pública. A estrutura existente do navegador produz dois arquivos de partes do mapa do site e sitemap-index.xml. Esta é uma pequena demonstração de divisão, não um arquivo grande o suficiente para exigir.
| Saída | Conteúdo | Propósito |
|---|---|---|
| Primeira parte. | 2 entradas de URL | Primeira parte da lista original |
| Segunda parte. | 1 entrada URL | URL restante |
| Índice do mapa do site | 2 lugares parte | Pontos para ambas as partes publicadas |
O limite de duas entradas é para ilustração. A divisão de produção também respeita o limite de byte não comprimido.
Use este exemplo. Abre o validador do Mapa do Site com essas entradas.
Erros corretos antes de tratar avisos como aceitáveis
Leia cada achado ao lado de seu número de entrada. Um documento XML mal formado não pode ser analisado. Um local relativo, data do calendário inválida ou campo de núcleo inesperado precisa de correção antes que este divisor crie partes. URLs duplicadas são avisos e permanecem em saída; a ferramenta não desduplica silenciosamente a fonte. Várias origens estão fora de seu escopo de divisão apoiado e sinalizados como erros, embora os documentos do Google tenham verificado os arranjos de submissão de sites separadamente. A distinção importa: o fluxo de trabalho suportado por uma ferramenta pode ser mais estreito do que cada implantação de protocolo. Não descreva um arranjo não suportado como universalmente inválido.
Mantenha o último mod ligado a uma mudança de conteúdo real.
Uma string de data válida estabelece apenas sua sintaxe. Não estabelece que uma página mudou naquela data. O Google diz que o último mod deve refletir uma atualização significativa e ser consistentemente preciso. Mantenha esse valor conectado aos seus registros de publicação ao invés de refazer cada página sempre que o mapa do site for regenerado. O validador aceita datas completas do calendário e horários com fuso horário, não aceita todos os formulários de data de precisão reduzida. O Google ignora os valores de prioridade e mudançafreq, então polir esses campos não deve deslocar a fixação de páginas em falta, destinos quebrados ou informações de modificação imprecisas no fluxo de trabalho de publicação subjacente.
Baixe todas as peças e use o local de saída.
O diretório de saída pública deve combinar onde você vai carregar os arquivos gerados e terminar em uma barra. Para o diretório exemplo, o índice aponta para https://example.com/sitemap-1.xml e https://example.com/sitemap-2.xml. Enviar apenas o índice deixa seus arquivos referenciados indisponível. Use a raiz do seu site quando as páginas listadas abrangerem diferentes famílias de caminhos; as verificações de divisor que URLs se encaixam no diretório escolhido. Baixe cada arquivo gerado, verifique seu nome e salve a fonte original ao lado dele. Geração acontece no navegador. Nenhum arquivo foi enviado ou submetido a um motor de busca por esta ferramenta.
Reconhecer o que a validação local deixa sem resposta
Esta ferramenta aceita UTF-8 XML sem compressão até 64 entradas MiB e 100,000. Entradas maiores precisam de fluxo de fluxo. Ele não descomprime o Gzip, pega arquivos infantis de um índice do mapa do site, rasteja destinos ou executa completa validação XSD e extensão-esquema. A extensão XML é preservada quando se divide, mas a preservação não certifica seu significado. Para imagens, vídeos ou anotações de linguagem alternativa, verifique os requisitos relevantes em sua documentação primária. Se validar um índice existente, inspecione separadamente o site infantil que ele lista. Um índice limpo sozinho não pode estabelecer que esses documentos remotos são acessíveis ou corretamente formados.
Verifique a descoberta após a publicação em vez de uma indexação promissora.
Uma vez que os arquivos estejam ao vivo, confirme suas respostas e locais referenciados, então envie o mapa do site ou índice através do Search Console ou faça referência em robots.txt. Google trata submissão como uma dica, sem garantir download, rastejando ou indexação. Use o verificador de regras de robôs para rever se suas regras de rastreamento coladas permitem caminhos listados importantes, e verifique o comportamento implantado separadamente. Mantenha links de navegação normais para páginas úteis também. Quando uma página está ausente dos resultados, investigue acesso, canonicalização, conteúdo e evidência Search Console ao invés de repetidamente reapresentar um mapa do site inalterado. O arquivo é uma parte de um caminho de descoberta.