Un mapa del sitio indica a los motores de búsqueda la estructura actual del sitio. Yandex admite XML (recomendado, porque contiene información adicional) y TXT (una lista simple de URLs). No garantiza que las URLs aparezcan en los resultados.
Cuándo realmente necesitas uno
Yandex admite con franqueza que sus algoritmos suelen encontrar páginas a través de enlaces internos y externos, pero el robot puede perderse algunas. Un mapa del sitio vale la pena cuando el sitio tiene muchas páginas, páginas sin enlaces de navegación, o una estructura profundamente anidada. Un sitio pequeño y bien enlazado se beneficia poco de uno.
Los elementos XML
loc— obligatorio, la dirección de la página.lastmod— fecha de la última actualización.changefreq— con qué frecuencia cambia la página.priority— de 0.0 a 1.0, y Yandex explica lo que hace: el robot carga las páginas ordenadas por la presencia y el valor de este coeficiente. Ordena el rastreo. Establécelo para las URLs que realmente importan, y no significa nada si cada página es 1.0.
Cada elemento opcional tiene un tamaño máximo de 100 bytes.
Requisitos
- UTF-8; Se aceptan URLs en cirílico en su forma original o codificada.
- 50,000 enlaces máximo — dividido en archivos con un archivo de índice más allá de eso.
- 50 MB sin comprimir.
- Solo URLs del dominio en el que se encuentra el archivo, y el archivo debe estar en ese dominio.
- El archivo debe devolver
200 OK.
Los feeds RSS y Atom no son compatibles como mapas del sitio.
El paso que la gente se salta
El procedimiento de Yandex comienza con la definición de URLs canónicas para las páginas que se enumerarán. Un mapa del sitio lleno de variantes duplicadas le dice al robot que rastree un trabajo que ya ha decidido que es redundante. Luego cree el archivo, valídeloy declárelo en robots.txt o en la consola.
Para sitios grandes
Omita las páginas que Yandex ya conoce y mantenga el archivo para las nuevas y las que se actualizan frecuentemente, marcando los archivos volátiles con lastmod en el archivo de índice. Las estadísticas de rastreo muestran lo que ya se conoce, lo que convierte al mapa del sitio de un inventario en un flujo de cambios.
Cómo lo aplicamos
The priority element is the part most implementations waste: it orders the crawl queue, so a generator emitting 0.8 for everything has thrown away a real lever. We set it deliberately on the pages that matter and leave the rest unset. And we start with canonicals, because a sitemap listing every parameter variant is asking the robot to spend its budget on pages we have already ruled out.
Servicios relacionados