Kiểm tra sitemap
Kiểm tra sitemap XML của website
Nhập một tên miền để tìm sitemap (từ dòng Sitemap trong robots.txt, hoặc /sitemap.xml), xem đó là sitemap index hay danh sách URL, đếm URL, và bắt các lỗi lastmod, URL trùng, URL http:// và URL ngoài host. Một vài trang mẫu trong sitemap được thử trạng thái.
- Kiểm tra gì
- Dòng Sitemap trong robots.txt, tối đa 4 file sitemap, số URL, lastmod và trạng thái của tối đa 5 trang được liệt kê (cùng website).
- Bạn nhận được
- Mỗi file sitemap và mỗi phát hiện một dòng kết quả, kèm URL liên quan.
- Chi phí
- Miễn phí, không cần đăng ký. 20 lượt kiểm tra mỗi giờ cho mỗi địa chỉ IP. Tối đa 10 yêu cầu mỗi lượt kiểm tra, giới hạn 8 giây.
Kết quả mẫu
- Lỗi
Sitemap
Đặt một sitemap XML hợp lệ tại địa chỉ mà robots.txt khai báo.
https://example.com/sitemap.xml -> HTTP 404 - Đạt
URL
412 URL trong 1 file
Ví dụ tĩnh. Nhập địa chỉ ở trên để xem kết quả thật cho trang của bạn.
Cách dùng
Nhập tên miền, ví dụ tencuaban.vn.
Bấm Kiểm tra sitemap. Chúng tôi đọc robots.txt, tối đa 4 file sitemap và 5 trang được liệt kê.
Xem lỗi trước: thiếu file, XML hỏng, URL trùng hoặc thuộc tên miền khác, ngày lastmod bất thường.
Chỉ liệt kê các trang chính trả về 200, rồi chạy lại.
Công cụ tìm sitemap thế nào?
Công cụ tải /robots.txt và đọc các dòng Sitemap:. Nếu không có dòng nào, công cụ thử /sitemap.xml. Sitemap có thể là danh sách trang (<urlset>) hoặc một sitemap index trỏ tới các sitemap khác (<sitemapindex>). Với sitemap index, công cụ mở một vài sitemap con và báo còn bao nhiêu sitemap chưa kiểm tra.
Công cụ kiểm tra những gì?
Công cụ kiểm tra XML có hợp lệ không, số URL trong mỗi file so với giới hạn 50.000 URL và 50 MB, ngày lastmod có, hợp lệ và không nằm ở tương lai không, có URL trùng, URL http hoặc khác tên miền không, và trạng thái của một vài trang mẫu trong sitemap.
- XML hợp lệ. Có đúng thẻ gốc và các thẻ đóng mở cân đối. Google bỏ qua sitemap không hợp lệ.
- Số URL. Mỗi file sitemap có tối đa 50.000 URL và 50 MB chưa nén. Website lớn hơn chia thành nhiều file dưới một sitemap index.
- Ngày lastmod. Có hay không, ngày có hợp lệ không, ngày trong tương lai, và mọi trang cùng một ngày (chẳng cho bot biết gì). Google chỉ dùng lastmod khi nó luôn chính xác.
- URL trùng. Cùng một URL liệt kê hai lần chỉ lãng phí ngân sách thu thập.
- URL http://. Trên website https, mọi URL liệt kê đều nên là https.
- URL ngoài tên miền. Mục trong sitemap nên thuộc cùng host với sitemap. Mục khác host chỉ được báo cáo, không được tải.
- Trạng thái trang mẫu. Tối đa 5 trang được liệt kê sẽ được yêu cầu thử. Sitemap chỉ nên có URL trả về 200, không có URL chuyển hướng, lỗi hay trang noindex.
- Tham chiếu trong robots.txt. Có dòng Sitemap dẫn bot tới sitemap hay không.
Sitemap nên liệt kê những gì?
Chỉ các trang chính (canonical), cho phép lập chỉ mục và trả về 200: không URL bị chuyển hướng, không 404, không biến thể có tham số và không trang có thẻ noindex. Hãy để CMS hoặc framework tự cập nhật sitemap, rồi gửi sitemap trong Google Search Console và Bing Webmaster Tools. Sitemap giúp bot tìm trang, nhưng không đảm bảo trang được lập chỉ mục.
Giới hạn của công cụ này
Công cụ mở tối đa 4 file sitemap và thử 5 trang, nên đây là kiểm tra sức khỏe chứ không phải thu thập toàn bộ. Sitemap nén gzip được báo cáo nhưng không mở. Phần mở rộng cho ảnh, video và tin tức không được phân tích.
Câu hỏi thường gặp
Sitemap nên đặt ở đâu?
Ở bất kỳ đâu trên cùng host của bạn, nhưng /sitemap.xml là thông lệ. Hãy khai báo bằng dòng Sitemap: đầy đủ trong robots.txt và gửi trong Google Search Console.
Một sitemap chứa được bao nhiêu URL?
Tối đa 50.000 URL và 50 MB chưa nén cho mỗi file. Dùng sitemap index để gộp nhiều file.
Ngày lastmod có quan trọng không?
Google chỉ dùng khi nó luôn chính xác, nên hãy đặt đúng ngày trang thật sự thay đổi. Cùng một ngày cho mọi URL, hoặc ngày trong tương lai, khiến bot bỏ qua trường này.
Vì sao URL ngoài tên miền bị báo?
Sitemap nên liệt kê URL của đúng host chứa nó. Công cụ tìm kiếm bỏ qua mục thuộc tên miền khác, nên công cụ chỉ báo cáo chứ không tải chúng.