Validador de Sitemap

¿Para qué sirve un validador de sitemap?

Si tienes un sitio web, tarde o temprano llegas a la pregunta: ¿mi sitemap está bien hecho? No basta con generarlo y olvidarse. Un validador de sitemap analiza tu archivo XML línea a línea y te dice si cumple con el protocolo oficial de sitemaps.org, que es el estándar que siguen Google, Bing y el resto de buscadores.

El problema es que los buscadores son muy poco tolerantes con los errores de formato. Un solo tag XML mal cerrado puede hacer que rechacen todo el archivo, y tú sin enterarte. Esto puede traducirse en páginas nuevas que tardan semanas en indexarse, o actualizaciones de contenido que los rastreadores no detectan. Con esta herramienta, te enteras antes de que pase.

¿Por qué validar el sitemap regularmente?

Mucha gente genera el sitemap con un plugin o una herramienta, lo sube y ya no lo toca más. Pero los sitemaps se rompen más de lo que parece: actualizas el CMS, cambias la configuración, migras el dominio... y de repente algo deja de funcionar. Aquí te cuento lo que puede salir mal:

Compatibilidad con los buscadores

Un fallo de sintaxis, aunque sea pequeño, puede hacer que el buscador descarte el sitemap entero. Eso significa que puede perder de vista páginas nuevas, ignorar actualizaciones o no entender bien la estructura de tu sitio. Validar con frecuencia evita que eso afecte tu posicionamiento.

Violaciones del protocolo

El protocolo sitemaps.org establece reglas concretas: las URLs tienen que ser absolutas y estar correctamente codificadas, las fechas lastmod deben ir en formato ISO 8601, y los valores de priority entre 0.0 y 1.0. Si no se cumplen, el sitemap puede ser ignorado parcialmente o del todo.

Detectar errores antes que Google

Google Search Console te avisa de los errores del sitemap, pero cuando ves esa notificación, el daño ya puede estar hecho: páginas sin indexar, contenido desactualizado en el índice, crawl budget desperdiciado. Validar de forma proactiva te adelanta al problema.

Mejor eficiencia de rastreo

Un sitemap con metadatos completos ayuda a los rastreadores a priorizar su trabajo. Las fechas lastmod les dicen qué páginas han cambiado, y los valores de priority orientan sobre qué es más importante. Si esos campos faltan o están mal, el validador te lo señala.

Qué comprueba el validador

La herramienta hace varias pasadas sobre tu sitemap:

Sintaxis XML

Antes de cualquier otra cosa, el archivo tiene que ser XML válido. Revisamos que los tags estén bien cerrados, que el anidamiento sea correcto, que la codificación de caracteres sea válida y que el documento esté bien formado. Los errores más típicos son tags sin cerrar, nombres de tags con erratas o caracteres especiales sin escapar.

Conformidad con el esquema

El protocolo define un esquema XML concreto. Verificamos que el sitemap use la declaración de namespace correcta, que tenga los elementos raíz obligatorios (urlset o sitemapindex) y que los elementos hijos estén donde deben estar.

Formato de las URLs

Cada URL del sitemap se analiza por separado. Deben ser absolutas (con http:// o https://), estar codificadas correctamente para caracteres especiales y no superar los 2048 caracteres. También detectamos URLs relativas, codificaciones rotas y entradas duplicadas.

Valores de los elementos opcionales

Los campos lastmod, changefreq y priority tienen sus propias reglas. Comprobamos que lastmod use formato ISO 8601, que changefreq sea uno de los valores permitidos (always, hourly, daily, weekly, monthly, yearly, never) y que priority sea un decimal entre 0.0 y 1.0.

Tamaño y límites

Un sitemap no puede pesar más de 50 MB descomprimido ni tener más de 50.000 URLs. Si te acercas a esos límites, tendrás que dividirlo en varios archivos y usar un sitemap índice para referenciarlos.

Cómo interpretar los resultados

El validador devuelve uno de tres estados:

• Válido: Tu sitemap cumple el protocolo sitemaps.org y los buscadores deberían poder procesarlo sin problemas.
• Válido con advertencias: El archivo es técnicamente correcto, pero hay elementos opcionales que faltan y podrían mejorar el rastreo.
• Inválido: Hay errores que pueden impedir que los buscadores lo lean bien. Hay que corregirlos cuanto antes.

Para cada problema encontrado verás dónde ocurre exactamente, qué está mal y cómo arreglarlo. No hay que adivinar nada.

Errores frecuentes y cómo solucionarlos

Namespace ausente o incorrecto

El elemento raíz del sitemap debe llevar esta declaración: xmlns="http://www.sitemaps.org/schemas/sitemap/0.9". Sin ella, los buscadores pueden no reconocer el archivo como un sitemap válido.

Fecha en formato incorrecto

El elemento lastmod solo acepta formato ISO 8601. Los formatos válidos son YYYY-MM-DD, YYYY-MM-DDThh:mm:ss o YYYY-MM-DDThh:mm:ss+hh:mm. Formatos como "15/01/2024" o "enero 15, 2024" van a dar error.

URLs relativas

Todas las URLs tienen que ser absolutas, con protocolo y dominio incluidos. En lugar de "/pagina.html" escribe "https://ejemplo.com/pagina.html". Las relativas hacen que el sitemap falle la validación directamente.

Caracteres especiales sin escapar

En XML hay que escapar ciertos caracteres: & se convierte en &amp;, < en &lt;, > en &gt;. Los ampersands sin escapar en URLs con parámetros de consulta son uno de los errores más comunes.

Buenas prácticas de mantenimiento

Corregir errores está bien, pero hay hábitos que te evitan problemas desde el principio:

• Actualiza lastmod solo cuando el contenido cambie de verdad: Si lo inflas artificialmente, los rastreadores acaban ignorándolo.
• Regenera el sitemap cuando haya cambios importantes: Páginas nuevas, eliminadas, actualizadas. Un sitemap desactualizado es casi peor que no tenerlo.
• Referencíalo en robots.txt: Añade la línea "Sitemap: https://tusitio.com/sitemap.xml" para que cualquier rastreador lo encuentre sin buscar.
• Envíalo a los buscadores: Google Search Console y Bing Webmaster Tools te permiten enviarlo directamente y ver el estado del procesamiento.
• Valida después de cada cambio: Siempre que toques la configuración del generador o edites el archivo a mano, pásalo por el validador.

Privacidad

La validación se hace en tu propio navegador. Solo usamos el servidor como proxy si las restricciones de origen cruzado impiden el acceso directo, y en ningún caso guardamos el contenido del sitemap ni las URLs que contiene. Los resultados desaparecen en cuanto cierras la pestaña.