Validador de Sitemap

Para que serve um validador de sitemap?

Criar um sitemap é relativamente fácil, mas garantir que ele está funcionando direito é outra história. Os mecanismos de busca são bastante rigorosos com a formatação: um único erro de sintaxe pode fazer com que o arquivo inteiro seja descartado, sem nenhum aviso para você.

O validador lê seu arquivo XML e compara com a especificação oficial do protocolo sitemaps.org, o padrão usado por Google, Bing e outros. Ele aponta os erros que podem fazer os buscadores rejeitar o sitemap, os campos opcionais que estão faltando e que poderiam melhorar o rastreamento, e diz exatamente onde está cada problema para você corrigir sem perder tempo.

Por que validar regularmente?

Muita gente gera o sitemap, sobe no servidor e esquece. Mas sitemaps quebram com mais frequência do que parece: uma atualização do CMS, uma mudança de configuração, uma migração de domínio. Veja o que pode dar errado:

Compatibilidade com os buscadores

Um erro de formatação, por menor que seja, pode fazer o buscador descartar o sitemap inteiro. Aí novas páginas demoram a ser descobertas, atualizações de conteúdo passam despercebidas e a estrutura do seu site fica confusa para os rastreadores. Validar com frequência evita que isso afete seu posicionamento.

Violações do protocolo

O protocolo sitemaps.org tem regras bem definidas: URLs precisam ser absolutas e corretamente codificadas, datas lastmod precisam estar no formato ISO 8601, e valores de priority precisam ficar entre 0.0 e 1.0. Se não seguir essas regras, partes do sitemap podem ser ignoradas.

Encontrar erros antes do Google

O Google Search Console avisa sobre erros no sitemap, mas quando você vê o alerta lá, o estrago pode já ter acontecido. Os rastreadores podem ter ignorado o sitemap completamente ou processado só uma parte. Validar com antecedência deixa você agir antes do problema virar prejuízo.

Melhorar a eficiência do rastreamento

Um sitemap bem preenchido ajuda os buscadores a priorizar o trabalho deles. Datas lastmod corretas informam quais páginas mudaram recentemente, e os valores de priority orientam sobre o que é mais importante. O validador te avisa quando esses campos estão ausentes ou errados.

O que o validador verifica

A verificação passa por várias etapas:

Sintaxe XML

Primeiro de tudo, o arquivo precisa ser um XML válido. Checamos a estrutura das tags, o aninhamento, a codificação dos caracteres e a organização geral do documento. Os erros mais comuns são tags sem fechar, nomes de tag com erro de digitação, caracteres inválidos e declarações XML ausentes.

Conformidade com o schema

O protocolo define um schema XML específico. Verificamos se a declaração de namespace está correta, se o elemento raiz é urlset ou sitemapindex, e se os elementos filhos estão nas posições certas.

Formato das URLs

Cada URL é analisada individualmente. Precisa ser absoluta (começando com http:// ou https://), com os caracteres especiais codificados corretamente, e não pode ultrapassar 2048 caracteres. Também detectamos URLs relativas, codificações quebradas e entradas duplicadas.

Valores dos elementos opcionais

Os campos lastmod, changefreq e priority têm seus próprios requisitos. Validamos que lastmod usa o formato ISO 8601, que changefreq é um dos valores permitidos (always, hourly, daily, weekly, monthly, yearly, never) e que priority é um decimal entre 0.0 e 1.0.

Tamanho e limites

Um sitemap não pode passar de 50 MB descomprimido nem ter mais de 50.000 URLs. Se você estiver perto desses limites, vai precisar dividir em vários arquivos e usar um índice de sitemap. A ferramenta avisa antes de você estourar.

Como interpretar os resultados

Depois da validação, você recebe um dos três status:

• Válido: Seu sitemap segue o protocolo sitemaps.org e os buscadores devem processar ele sem problema.
• Válido com avisos: O arquivo está tecnicamente correto, mas tem campos opcionais ausentes que poderiam melhorar o rastreamento.
• Inválido: Existem erros que podem impedir os buscadores de ler o sitemap corretamente. Precisa corrigir logo.

Para cada problema encontrado, você vê exatamente onde está, o que está errado e como consertar. Sem precisar adivinhar.

Erros frequentes e como corrigir

Namespace ausente ou incorreto

O elemento raiz do sitemap precisa ter esta declaração: xmlns="http://www.sitemaps.org/schemas/sitemap/0.9". Sem ela, os buscadores podem nem reconhecer o arquivo como um sitemap válido.

Formato de data inválido

O campo lastmod só aceita o formato ISO 8601. Os formatos válidos são YYYY-MM-DD, YYYY-MM-DDThh:mm:ss e YYYY-MM-DDThh:mm:ss+hh:mm. Formatos como "15/01/2024" ou "15 de janeiro de 2024" vão gerar erro.

URLs relativas

Todas as URLs precisam ser absolutas, com protocolo e domínio incluídos. Em vez de "/pagina.html", use "https://exemplo.com.br/pagina.html". URL relativa reprova na validação na hora.

Caracteres especiais sem escape

Em XML, alguns caracteres precisam de escape: & vira &amp;, < vira &lt;, > vira &gt;. Ampersands sem escape em URLs com parâmetros de query são um dos erros mais comuns.

Boas práticas de manutenção

Além de corrigir os erros, alguns hábitos fazem toda a diferença:

• Atualize lastmod só quando o conteúdo mudar de verdade: Inflar as datas artificialmente acaba fazendo os rastreadores ignorarem o campo.
• Regenere o sitemap quando houver mudanças importantes: Páginas novas, removidas, atualizações grandes. Sitemap desatualizado é quase tão ruim quanto não ter.
• Referencie no robots.txt: Adicione a linha "Sitemap: https://seusite.com.br/sitemap.xml" para que qualquer rastreador encontre sem precisar procurar.
• Envie para os buscadores: Pelo Google Search Console e Bing Webmaster Tools, você envia direto e acompanha o status do processamento.
• Valide depois de qualquer alteração: Toda vez que mexer na configuração do gerador ou editar o arquivo manualmente, passe pelo validador antes de publicar.

Privacidade

A validação acontece direto no seu navegador. Só usamos o servidor como proxy quando restrições cross-origin impedem o acesso direto, e mesmo assim nenhum dado é armazenado. O conteúdo do seu sitemap fica completamente privado.