Sitemap.xml — це XML-файл зі списком URL сайту, який допомагає пошуковим системам знаходити сторінки швидше, особливо ті, на які мало внутрішніх посилань або які додані нещодавно.
Структура файлу та обов'язкові теги
Кожен URL описується тегом <url> з обов'язковим дочірнім <loc> (адреса сторінки) та необов'язковими <lastmod> (дата останньої зміни), <changefreq> та <priority>. Протокол обмежує один файл 50 000 URL і 50 МБ у нестиснутому вигляді.
Чому наявність у sitemap не гарантує індексацію
Sitemap.xml — це список кандидатів на сканування, а не команда обов'язково їх індексувати. Google самостійно вирішує, чи варта сторінка індексації, спираючись на якість контенту, дублікати та інші фактори — файл лише підказує пошуковику, де шукати.
Множинні sitemap і sitemap index
Коли URL більше за ліміт одного файлу, використовують файл-індекс sitemapindex, що посилається на кілька окремих sitemap-файлів. Це поширений підхід для великих сайтів із десятками тисяч сторінок.
Навіщо це потрібно
- Перевірити валідність XML-структури sitemap перед відправкою в Google Search Console.
- Переконатися, що файл не перевищує ліміти протоколу за кількістю URL чи розміром.
- Знайти биті чи дубльовані посилання у великому sitemap-файлі.
Стиснення sitemap у gzip
Специфікація sitemaps.org дозволяє публікувати sitemap як sitemap.xml.gz — стиснутий файл лишається в межах ліміту 50 МБ навіть тоді, коли розмір нестиснутого XML значно перевищує його, оскільки ліміт розміру рахується саме для нестиснутої версії. Пошукові системи розпізнають gzip автоматично за розширенням і розпаковують файл самостійно перед обробкою.