Validador Sitemap

El análisis cubre todas las especificaciones del protocolo Sitemap y las extensiones comunes de Google: • Estructura XML — Verifica que el archivo sea XML válido con la declaración <?xml version="1.0" encoding="UTF-8"?> correcta. La ausencia de esta declaración genera una advertencia. • Namespace — Comprueba que el elemento raíz use el namespace correcto: xmlns="http://www.sitemaps.org/schemas/sitemap/0.9". Sin el namespace correcto, los motores de búsqueda pueden ignorar el sitemap. • URLs — Cada <loc> debe contener una URL absoluta válida con protocolo HTTPS (las URLs HTTP generan advertencia). Se detectan URLs duplicadas, que desperdiciarían el presupuesto de rastreo. • Fechas — Los valores de <lastmod> deben estar en formato W3C Datetime (YYYY-MM-DD o ISO 8601 completo). Fechas futuras o con formato incorrecto generan errores. • Changefreq — Valores permitidos: always, hourly, daily, weekly, monthly, yearly, never. Cualquier otro valor es un error de validación. • Priority — Debe ser un número decimal entre 0.0 y 1.0 inclusive. Valores fuera de rango generan error. • Límites — El protocolo limita cada sitemap a 50,000 URLs y 50 MB sin comprimir. Exceder estos límites genera error. • Extensiones — Detecta el uso de extensiones de Google para imágenes (image:image), vídeos (video:video), noticias (news:news) y hreflang (xhtml:link).

Existen dos tipos de archivos sitemap: • Sitemap (urlset) — Contiene directamente las URLs del sitio con sus metadatos opcionales (lastmod, changefreq, priority). Limitado a 50,000 URLs. • Sitemap Index (sitemapindex) — Es un archivo maestro que referencia otros sitemaps. Útil cuando un sitio tiene más de 50,000 URLs o cuando se quieren organizar sitemaps por secciones (productos, blog, categorías). Cada entrada tiene un <loc> apuntando a un sitemap individual y opcionalmente un <lastmod>. El validador detecta automáticamente el tipo y aplica las validaciones correspondientes. Para sitemap index, muestra la lista de sitemaps referenciados con sus fechas de última modificación.

Para maximizar la efectividad del sitemap: 1. Incluir solo URLs canónicas — No incluir URLs con parámetros de tracking, versiones con y sin www, ni páginas redirigidas. 2. Usar HTTPS en todas las URLs — Las URLs HTTP indican un problema de migración incompleta. 3. Mantener lastmod actualizado — Solo cambiar la fecha cuando el contenido realmente cambie. Fechas falsas reducen la confianza de los crawlers. 4. No exceder los límites — Usar sitemap index si tienes más de 50,000 URLs. 5. Comprimir con gzip — Reduce el ancho de banda necesario para servir el sitemap. 6. Registrar en robots.txt — Añadir la directiva Sitemap: https://ejemplo.com/sitemap.xml al final del robots.txt. 7. Enviar a Google Search Console — Registrar el sitemap en Search Console para monitorear su estado de indexación.