Ошибки sitemap

Что означает файл sitemap и почему на него смотрят поисковые системы

Sitemap — карта сайта в формате XML, список адресов ваших страниц сайта. Поисковые роботы Google, Яндекс и других поисковых систем используют файл sitemap как навигацию: вместо того, чтобы самостоятельно находить все ссылки, робот получает готовый список, что экономит его время и ресурсы сервера. Просто, как выдать меню вместо того, чтобы человек ходил и искал в комнатах.

Для владельца сайта ошибки в файле sitemap означают потерю трафика из поиска. Половина страниц сайта может остаться невидимой для робота. Для разработчика это долг: неправильно созданный файл sitemap создает лишние запросы и замедляет индексацию. Для SEO-специалиста это загадка, которую нужно быстро разгадать.

Хорошо то, что проверка займет две минуты. Плохо то, что большинство никогда этого не делает.

Как найти ошибки в Google Search Console

Откройте Google Search Console с аккаунтом вашего сайта. В левом меню выберите раздел «Индексирование», затем «Карты сайта».

Здесь отображается список всех загруженных файлов sitemap. Рядом с каждым видна информация: сколько найдено URL, сколько из них принято Google, сколько ошибок.

Если вы видите красный значок или оранжевый треугольник — значит, в файле sitemap найдены проблемы. Кликните на название файла sitemap, чтобы открыть отчет ошибок.

В отчете об ошибках вы получите полный список проблем:

• Ошибки — адреса страниц сайта, на которые робот не может получить доступ (код статуса 404, 500 или циклические редиректы)
• Предупреждения — синтаксические ошибки в формате XML, неправильная структура, неверный URL
• Успешно обработаны — количество страниц сайта, которые робот понял и добавил в индекс

В каждой записи об ошибке находится точный адрес, код ответа сервера и дата обнаружения. Это поможет связать ошибку с произошедшими изменениями на сайте.

Яндекс Вебмастер работает похожим образом — откройте раздел «Инструменты», затем «Карты сайта».

Типичные ошибки в файле sitemap

Перед загрузкой в Google Search Console проверьте файл sitemap с помощью онлайн-инструментов для проверки. Они быстро покажут синтаксические и структурные проблемы.

Ошибки 404 в адресах URL

В файле sitemap указаны адреса, на которые сервер возвращает код 404 — страница не найдена. Из-за этого робот тратит время впустую.

Причины: страница действительно удалена, но адрес не убран из списка, либо в синтаксисе URL ошибка.

Неправильно:

<url>
  <loc>https://example.com/products/deleted-item</loc>
</url>

Проверьте в браузере, откройте адрес и убедитесь, возвращается ли код 200. Если страница удалена — удалите строку из файла sitemap. Если ошибка в адресе — исправьте его.

Неверный формат XML

Файл sitemap должен быть в формате XML с правильной структурой. Ошибки возникают, когда забудете закрывающий тег, неправильно указана кодировка или нарушен синтаксис.

Правильный файл sitemap начинается так:

<?xml version="1.0" encoding="UTF-8"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
  <url>
    <loc>https://example.com/page</loc>
    <lastmod>2024-01-15</lastmod>
  </url>
</urlset>

Убедитесь, что все теги закрыты, кодировка указана как UTF-8, и структура соответствует стандарту формата XML.

Неэкранированные символы в URL

В адресах не должно быть символов, которые требуют экранирования: амперсанд (&), скобки (<, >), кавычки. Параметры с амперсандом нужно записать как &amp;

Неправильно:

<loc>https://example.com/page?id=1&category=2</loc>

Правильно:

<loc>https://example.com/page?id=1&amp;category=2</loc>

Циклические редиректы

Когда страница редиректит на другую, та редиректит на третью, и так по цепочке — робот не может обработать такую последовательность. Содержать эту проблему в файле sitemap означает потерять эти страницы из индекса.

Используйте онлайн-инструменты для анализа редиректов, чтобы увидеть всю цепочку перенаправлений.

Удаленные страницы с редиректом на главную

Частая ошибка: старые страницы сайта удалены, но вместо правильного редиректа (301) они направляют на главную. В файле sitemap указаны эти адреса. Робот видит редирект, но понимает, что это не нужный контент.

Решение: либо удалите эту строку из файла sitemap, либо замените редирект на правильный 301 с указанием новой страницы, где находится аналогичный контент.

Размер файла sitemap больше 50 МБ

Ограничение Google: один файл sitemap не должен содержать больше 50000 URL и иметь размер больше 50 МБ. Если сайт больше — используйте Sitemap index, файл, который содержит ссылки на несколько основных файлов sitemap.

Пример структуры:

<?xml version="1.0" encoding="UTF-8"?>
<sitemapindex xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
  <sitemap>
    <loc>https://example.com/sitemap1.xml</loc>
  </sitemap>
  <sitemap>
    <loc>https://example.com/sitemap2.xml</loc>
  </sitemap>
</sitemapindex>

Отсутствие HTTPS в URL

Все адреса страниц сайта должны начинаться с http:// или https://. Если написали //example.com/page или example.com/page — это синтаксическая ошибка, которую робот не поймет.

Реальный кейс: как магазин потерял половину видимости

Владелец интернет-магазина товаров для животных заметил падение трафика на 45% за месяц. В Google Search Console — красное предупреждение: 12000 ошибок 404 в файле sitemap.

Оказалось, что в этом файле sitemap остались адреса товаров, которые удалили два месяца назад. Вместо удаления из списка разработчик просто добавил редирект на главную категорию. Робот тратил ресурсы на обработку этих редиректов, вместо того чтобы индексировать новые товары. Результат — половина актуального контента осталась невидимой.

После исправления файла sitemap (удалены все ошибочные адреса) и отправки в Google Search Console индексация восстановилась за 2–3 недели. Видимость вернулась к норме, трафик восстановился полностью.

Проверяйте файл sitemap ежемесячно, если часто обновляете контент. Используйте автоматическую генерацию (плагины WordPress, встроенные инструменты CMS), чтобы избежать ручных ошибок. Это займет пять минут, но сэкономит месяцы потери трафика.