sitemap.xml: otsingumootorite sisukord

Moodul 3: Lehe tehniline alus · Lugemisaeg: 11 minutit

Õpieesmärk: Pärast seda õppetundi oskad lugeda sitemap.xml-faili, hinnata, kas see on õige, ja hoolitseda selle eest, et otsingumootorid selle leiaksid.

Põhimõisted: XML-saidikaart, sitemaps.org-protokoll, urlset, url, loc, lastmod, changefreq ja priority (Google eirab neid), piir 50 000 aadressi ja 50 MB, saidikaardi indeks (sitemapindex), kanoonilised aadressid, Sitemap:-rida failis robots.txt, automaatselt loodud saidikaart

Mis on saidikaart ja mis see ei ole

Saidikaart (sitemap) on fail, milles on nimekiri su saidi aadressidest, mida soovid otsingutulemustes näha. See on sisukord, mille annad otsingumootorile. Roomaja leiab lehti peamiselt linke järgides (õppetund 1.2). Saidikaart aitab seejuures: see nimetab ka lehti, millele viitab vähe linke, ja ütleb, millal leht viimati muutus.

Kahte asja saidikaart ei tee:

1. See ei ole garantii. Google ütleb seda ise: saidikaart ei taga, et kõik selles olev roomatakse ja indekseeritakse. Saidikaardi esitamine on vihje.
2. See ei asenda häid linke. Leht, mis on ainult saidikaardis ja millele su enda saidil ei vii ükski link, on otsingumootorile märk, et sa ise ei pea seda eriti tähtsaks.

Kas vajad saidikaarti? Google'i sõnul aitab see eelkõige suurt saiti, uut saiti, millele on väljastpoolt vähe linke, ja saiti, kus on palju videoid või pilte. Väike sait (Google nimetab umbes 500 lehte või vähem), mis on hästi sisemiselt lingitud, saab ka ilma. Kuid saidikaart ei maksa peaaegu midagi ja enamik veebilehe koostajaid loob selle ise. Kui sul see on, siis hoolitse, et see oleks õige: vigadest kubisev saidikaart on halvem kui saidikaardi puudumine.

Milline saidikaart välja näeb

Tavaline saidikaart on XML-fail sitemaps.org-protokolli järgi, mida kasutavad ühiselt Google, Bing ja teised otsingumootorid. Nii näeb välja Bloemenatelier Lotte (lillepood Amersfoortis) saidikaart:

<?xml version="1.0" encoding="UTF-8"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
  <url>
    <loc>https://www.example.com/</loc>
    <lastmod>2026-11-02</lastmod>
  </url>
  <url>
    <loc>https://www.example.com/bruidsboeketten</loc>
    <lastmod>2026-10-14</lastmod>
  </url>
  <url>
    <loc>https://www.example.com/contact</loc>
    <lastmod>2026-06-30T09:15:00+02:00</lastmod>
  </url>
</urlset>

Mõned reeglid, millega tihti eksitakse:

• Täielikud aadressid. Mitte /contact, vaid https://www.example.com/contact. Google palub selgesõnaliselt täielikke, absoluutseid aadresse.
• UTF-8 ja märkide asendamine. Fail peab olema UTF-8 kodeeringus ja märgid nagu & aadressis kirjutad kujul &. Üksik & muudab kogu XML-i kehtetuks.
• Sama skeem ja sama host. Protokolli järgi tohib saidikaart sisaldada ainult aadresse, millel on sama skeem ja sama host kui saidikaardil endal. Saidikaart aadressil https://www.example.com/, milles on aadressid kujul http://example.com/, ei ole seega õige. See on ühtlasi märk, et su canonical ja ümbersuunamine ei ole omavahel kooskõlas (õppetunnid 3.5 ja 4.1).

lastmod: ainult siis, kui see on õige

Google kasutab <lastmod>-väärtust, kui see on „järjepidevalt ja kontrollitavalt” õige. 2023. aastal lisas Google, mida loetakse muudatuseks: põhitekst, struktureeritud andmed või lehel olevad lingid. Uus aastaarv jaluses ei ole muudatus. Kui paned iga päev igale lehele tänase kuupäeva, õpib Google, et su kuupäevad ei tähenda midagi, ja hakkab neid eirama. Aus kuupäev või kuupäeva puudumine on parem kui väljamõeldud kuupäev.

Suur sait? Siis saidikaardi indeks

Üks saidikaart tohib sisaldada kõige rohkem 50 000 aadressi ja olla kõige rohkem 50 MB suur (pakkimata). Kui su sait on suurem või tahad saidikaarti osadeks jagada (lehed, blogi, tooted), loo saidikaardi indeks (sitemapindex): saidikaartide saidikaart.

<?xml version="1.0" encoding="UTF-8"?>
<sitemapindex xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
  <sitemap>
    <loc>https://www.example.com/sitemap-paginas.xml</loc>
  </sitemap>
  <sitemap>
    <loc>https://www.example.com/sitemap-blog.xml</loc>
  </sitemap>
</sitemapindex>

Siis esitad ainult indeksi. WordPress teeb seda nii: https://www.example.com/wp-sitemap.xml on indeks, mis viitab eraldi saidikaartidele lehtede, postituste, kategooriate ja autorite jaoks. SEO-pluginad asendavad selle sageli oma indeksiga, näiteks sitemap_index.xml.

Millised aadressid sinna kuuluvad?

Ainult aadressid, mida soovid otsingutulemustes näha, ja seda nende kanoonilisel kujul (õppetund 3.5). Seega mitte:

• aadressid, mis suunavad edasi (http://-variant, lehe vana nimi);
• aadressid, mis annavad vastuseks 404 või 410;
• lehed, millel on noindex (õppetund 1.3): ütled siis korraga „võta see indeksisse” ja „ära võta seda indeksisse”;
• lehed, mille blokeerid failis robots.txt (õppetund 3.3);
• parameetritega variandid, nagu ?sorteer=prijs või ?utm_source=nieuwsbrief;
• tänulehed, ostukorvid, sisselogimislehed.

Neid vastuolusid näed Search Console'is (õppetunnid 2.2 ja 2.4): aruandes Pages saad filtreerida oma saidikaardi aadresside järgi ja näed siis näiteks aadresse, mis on välja jäetud noindex-sildi tõttu või blokeeritud robots.txt kaudu. Iga selline teade tähendab kas aadressi, mis ei kuulu su saidikaarti, või lehte, mis on kogemata varjatud.

Kuidas otsingumootorid su saidikaardi leiavad

On kaks tavalist viisi ja kasuta mõlemat:

1. Rida failis robots.txt (õppetund 3.3). Iga otsingumootor loeb faili robots.txt, nii leiab saidikaardi ka otsingumootor, kus sul pole kunagi kontot olnud:

   Sitemap: https://www.example.com/sitemap.xml

   Aadress peab olema täielik. Võid lisada mitu Sitemap:-rida.

2. Esitamine Search Console'is ja Bing Webmaster Toolsis (õppetunnid 2.2 ja 2.5). Siis näed ka, kas allalaadimine õnnestus ja mitu aadressi leiti.

Varem sai Google'it spetsiaalse aadressi kaudu „pingida”. Google kaotas selle 2023. aastal: selline ping ei tee enam midagi. Kui tahad otsingumootoritele muudatusest kiiresti teada anda, on selleks lastmod ning Bingi ja mõne teise otsingumootori jaoks IndexNow (õppetund 2.5).

Praktikas: tee ise või lase teha

Peaaegu keegi ei kirjuta saidikaarti käsitsi. WordPress loob alates versioonist 5.5 ise faili wp-sitemap.xml ja lisab viite oma (virtuaalsesse) faili robots.txt. WebOké AI Builder paneb avaldamisel veebikausta faili sitemap.xml, kus on iga lehe viimase muudatuse kuupäev, ja faili robots.txt, milles on rida Sitemap:. Teised veebilehe koostajad teevad sarnaselt. Sinu ülesanne on kontrollida:

• Ava oma domeenil /robots.txt (näiteks https://www.example.com/robots.txt) ja vaata, kas seal on Sitemap:-rida.
• Ava see saidikaart brauseris. Kas seal on aadressid, mida ootad, koos https:// ja õige hostinimega (koos www-ga või ilma)?
• Klõpsa mõnel neist. Kas iga leht avaneb kohe korralikult, ilma ümbersuunamiseta?

Kokkuvõte

• Saidikaart on sisukord ja vihje, mitte garantii. Väikesed, hästi lingitud saidid saavad ilma, kuid õige saidikaart aitab alati.
• Kohustuslikud on urlset õige nimeruumiga, url ja loc täielike aadressidega; lastmod ainult siis, kui see on õige. Google eirab väärtusi changefreq ja priority.
• Kõige rohkem 50 000 aadressi ja 50 MB faili kohta; sellest suurema puhul saidikaardi indeks.
• Ainult kanoonilised aadressid, mis annavad vastuseks 200, ilma noindex-ita ja blokeerimata.
• Lisa faili robots.txt Sitemap:-rida ja esita saidikaart Google'ile ja Bingile. Vana ping enam ei tööta.

Test

Ülesanne

Ülesanne A3.4: Kas su saidikaart on kehtiv ja leitav? Sisesta oma saidi aadress. Programm otsib su saidikaarti nagu otsingumootor (kõigepealt robots.txt kaudu, muidu aadressilt /sitemap.xml), kontrollib, kas see on protokollile vastav kehtiv XML, kas see on märgitud faili robots.txt, kas aadressid on täielikud ja sinu enda hostil, ning laadib mõne neist alla, et näha, kas need tohivad päriselt indeksisse. Sul pole oma saiti? Kasuta aadressi european-union.europa.eu.

Loe edasi

Nende artiklite sammud kehtivad WebOké paneelide kohta; teiste teenusepakkujate juures toimib see sarnaselt.

• Registreeri oma veebileht otsingumootorites (Google ja Bing)
• Google Search Central, saidikaardi loomine ja esitamine: https://developers.google.com/search/docs/crawling-indexing/sitemaps/build-sitemap
• Google Search Central, mis on saidikaart: https://developers.google.com/search/docs/crawling-indexing/sitemaps/overview
• sitemaps.org-protokoll: https://www.sitemaps.org/protocol.html
• Google Search Central Blog, Sitemaps ping endpoint is going away (2023): https://developers.google.com/search/blog/2023/06/sitemaps-lastmod-ping