Rispettare i limiti del file
Una sitemap ha massimi documentati di 50000 URL e 50 MB non compressi: valgono entrambi. Dividete insiemi maggiori fra sitemap, eventualmente con un indice. Usate UTF-8 e URL complete.
| Controllo | Riferimento | Dettaglio |
|---|---|---|
| URL per sitemap | 50000 | Massimo per file. |
| Dimensione non compressa | 50 MB | Vale anche questo massimo. |
| Codifica | UTF-8 | Con valori XML correttamente sottoposti a escape. |
| priority e changefreq | Ignorati da Google | Non controllano la scansione. |
Descrivere le pagine desiderate
- Elencate URL preferite coerenti con canoniche, accessibili e destinate all’indicizzazione. Individuate reindirizzamenti, errori ed esclusioni prima dell’invio.
- Eseguite l’escape XML e controllate file servito, stato e sitemap figlie. La compressione non elimina il limite decompresso.
- Usate lastmod per modifiche significative e verificabili. Non rinnovate ogni giorno tutte le date per simulare aggiornamenti.
Separare file accettato e pagine indicizzate
Seguite diagnosi di lettura e stati URL separatamente. Una sitemap valida può contenere pagine non selezionate per altri motivi. Google ignora priority e changefreq; non comprano priorità né fissano frequenza di scansione.
Fonti primarie
Inserire gli URL intenzionali in una sitemap.
Una sitemap è un inventario di scoperta degli URL che il sito intende far visitare ai crawler. I reindirizzamenti, i duplicati e le pagine noindex indeboliscono la coerenza, eppure anche una voce valida non garantisce l'indicizzazione.
- Confronta ogni voce con la sua risposta finale e canonica.
- Aggiorna lastmod solo dopo una modifica effettiva.
- Verifica le alternative linguistiche e i link interni per le pagine chiave.
Fonte primaria: Google Search Central — Crawling and indexing. Metodo correlato: consultare la guida pratica.
Usare la sitemap insieme alla navigazione
Una sitemap segnala URL, ma non sostituisce collegamenti e contenuti utili. Verificare che le pagine elencate descrivano stati validi e coerenti.
- Confrontare URL della sitemap e canonical.
- Escludere combinazioni prive di utilità indicizzabile.
- Controllare raggiungibilità delle porzioni del catalogo.
Caso di accettazione riproducibile
Esempio fittizio: questi dati non descrivono clienti o risultati osservati.
Vedi dati del caso
{
"page_2": "/catalog?page=2",
"canonical": "/catalog",
"next_link": "<button>More</button>"
}Decisione attesa
La pagina 2 richiede canonical propria e link href esplorabili alle pagine successive.
Procedura di verifica
- Registra URL, canonical e link di ogni pagina.
- Raggiungi seguito senza pulsante JavaScript.
- Conserva href esplorabili e canonical propria.
Google Search Central — Pagination and incremental page loading
Fonte primaria: Google Search Central — Pagination and incremental page loading. Metodo correlato: consultare la guida pratica.
Qualità dei sitemap
Un XML valido può omettere pagine o contenere destinazioni inadatte.
- Confronta le rotte pubblicate con la sitemap. Includi URL canonici assoluti che vuoi indicizzare; escludi errori, reindirizzamenti e pagine noindex.
- Ogni file ammette al massimo 50 000 URL e 50 MB non compressi. Misura i byte UTF-8, non il file gzip. Usa gruppi stabili elencati in un indice.
- lastmod indica una modifica significativa nota. Non usare la data di esecuzione per tutte le pagine. Dopo la generazione verifica XML, disponibilità e riferimento in robots.txt.
Caso di accettazione riproducibile
Esempio fittizio: questi dati non descrivono clienti o risultati osservati.
Vedi dati del caso
{
"shard_urls": 50001,
"uncompressed_bytes": 20000000,
"lastmod_source": "generation_time"
}Decisione attesa
50 001 URL superano il limite per file. Suddividi e deriva lastmod da modifiche significative.
Procedura di verifica
- Registra numero URL e dimensione non compressa.
- Valida parti, canonical e lastmod significativo.
- Conserva esclusioni e corrispondenza con indice.
Fonte primaria: Sitemaps.org — Protocol. Metodo correlato: consultare la guida pratica.
Robots.txt: scansione, indicizzazione e prove
Le note dettagliate di questa edizione sono disponibili in inglese.
A sitemap proposes URLs; it does not decide the index
For Google, sitemap inclusion is a weak canonical signal. A proposed URL still needs to be crawled, processed and potentially selected.
- Publish useful URLs consistent with canonical signals and internal links.
- Check robots.txt and each page’s directives separately.
- Retain evidence of actual indexing; submitting a sitemap is not proof of an outcome.
Review the twelve robots.txt cases →
References reviewed