Co sprawdzam w mapie witryny
Najpierw sam plik. Sprawdzam składnię XML, element główny (<urlset> albo <sitemapindex>), przestrzeń nazw sitemaps.org i limit 50 000 adresów na plik. Każdy adres musi być pełny i leżeć na tym samym hoście i w tym samym protokole co mapa. Wyłapuję też powtórzenia i daty lastmod w złym formacie albo z przyszłości. Indeks map rozwijam do 25 map podrzędnych i sprawdzam każdą z nich.
Potem adresy. Z wszystkich map wybieram próbkę rozłożoną równo po plikach i każdy adres pobieram z serwera. W mapie powinny być tylko strony, które chcesz mieć w Google, więc za błąd uznaję:
- przekierowanie, kod 4xx albo 5xx,
- noindex w metatagu albo w nagłówku X-Robots-Tag,
- blokadę Googlebota w robots.txt.
Canonical wskazujący inny adres oznaczam jako uwagę. Taka strona to zwykle duplikat, a w mapie powinien być adres kanoniczny.
Listę wszystkich adresów z map z datami lastmod pobierzesz jako CSV. Przyda się do porównania z raportem stron w Search Console albo z crawlem.
Czego narzędzie nie sprawdzi
- Wszystkich adresów. Pobieram próbkę do 50 stron, żeby test trwał krótko i nie obciążał Twojego serwera. Pełną listę sprawdzisz crawlerem, np. Screaming Frogiem w trybie listy.
- Plików powyżej 10 MB. Z większej mapy czytam początek. Protokół dopuszcza 50 MB bez kompresji.
- Rozszerzeń map. Znaczniki obrazków, wideo, wiadomości i hreflang w mapie odczytuję jako zwykłe adresy, bez walidacji ich pól.
- Stanu w Google. Ile adresów z mapy jest w indeksie, pokazuje raport map witryny w Search Console.