La referencia de errores de sitemap se divide en dos grupos: fallos al obtener el archivo y fallos al analizarlo . La distinción importa porque el primer grupo es un problema del servidor y el segundo es un problema del generador, y son manejados por diferentes personas.
Fallos de descarga
No indexado (descarga fallida, URL posiblemente errónea), error HTTP (un estado distinto a 200), URL no válida, conexión perdida, conexión fallida, error de DNS, respuesta HTTP incorrecta, una respuesta vacía, un error de extracción de gzip y URL prohibida en robots.txt — siendo este último un caso completamente autoinfligido que vale la pena comprobar primero.
Los límites estrictos
- 50 MB de tamaño máximo de archivo.
- 50.000 URLs por archivo de sitemap — más allá de eso, divide el archivo y utiliza un archivo de índice.
- 50.000 archivos de sitemap por archivo de índice.
- 1.024 caracteres de longitud máxima de URL.
- 100 errores y el procesamiento se detiene por completo.
La regla que la mayoría de los generadores hacen mal
La URL no coincide con la ubicación del archivo de sitemap. Un sitemap en un directorio solo puede contener URLs de ese directorio o de sus subdirectorios. /sitemaps/products.xml Un archivo en que enumera URLs en la raíz del sitio no es válido, y esto es exactamente lo que producen muchos plugins cuando un sitemap se mueve fuera de la raíz.
Codificación y estructura
El archivo debe comenzar con el prefijo UTF-8 y la declaración XML estándar; faltar esto es una advertencia (“encoding not UTF-8”) en lugar de un error. Los errores estructurales cubren etiquetas que aparecen más de una vez, etiquetas inesperadas, etiquetas requeridas faltantes, etiquetas vacías, etiquetas anidadas donde no se permite ninguna y etiquetas con demasiados datos. Un XML no válido —un archivo que no está bien formado— lo detiene todo.
Dos condiciones de terminación temprana
Yandex detiene el procesamiento cuando ve más de 100 errores, y también cuando un archivo comienza con URLs no válidas consecutivas, bajo el supuesto de que el formato es incorrecto. Ambas significan que la lista de errores informados está incompleta, por lo que corregir lo que se muestra y volver a enviar puede revelar un conjunto completamente nuevo.
Anidación
Un archivo de índice de sitemap puede hacer referencia únicamente a archivos de sitemap — no a otros archivos de índice. Las estructuras profundamente anidadas en sitios grandes fallan aquí.
La advertencia que se debe ignorar
“Unknown tag (ignored)” suele ser una extensión legítima del protocolo de sitemap para otro motor. Yandex ignora la etiqueta y procesa el resto; no es necesario cambiar el archivo.
Cómo lo aplicamos
The error we see most often on client sites is the location rule — a plugin writing a sitemap into a subdirectory while listing root URLs — and the second is a 50,000-URL overflow on a catalogue that grew past the threshold without anyone noticing. Both produce a file that looks perfectly reasonable when opened in a browser. We check the sitemap after every catalogue expansion for exactly that reason.
Servicios relacionados