Saltar al contenido
SCRAWL

Validador de sitemap XML

Pega la URL del sitemap. El validador comprueba que el XML cumpla el protocolo, que las URLs sean absolutas y válidas, y señala lastmod ausente o un índice de sitemaps mal armado. Esto no rastrea cada URL. Para códigos 404, noindex y canonicals dentro del sitemap, pasa después por el auditor de salud del sitemap.

  • Pega la URL del sitemap
  • Revisa el protocolo XML
  • Corrige URLs y lastmod
  • Basado en navegador — sin instalación
  • Resultados al instante

Qué comprueba contra el protocolo de sitemaps

El validador descarga el XML y lo contrasta con el protocolo: estructura XML correcta, codificación UTF-8 válida, loc bien formados, fechas lastmod en ISO 8601, valores válidos de changefreq y priority, y el manejo de un índice que apunta a sitemaps hijos. También cuenta las URLs y marca si el archivo pasa de 50.000 por fichero.

Úsalo después de generar un sitemap nuevo, después de un cambio de CMS que lo regenera solo, o cuando Search Console avise de un error al procesarlo. Un sitemap mal formado impide que Googlebot lea el envío y puede retrasar la indexación. Es una causa frecuente de una caída brusca de páginas indexadas tras un cambio en el sitio.

Los errores paran el archivo y los avisos no

Los errores que ves en el resultado impiden que los buscadores procesen el sitemap. Hay que corregirlos antes de volver a enviarlo. Los avisos son fallos que no bloquean la lectura y sí bajan la calidad: un lastmod ausente, o una priority fuera del rango 0.0–1.0.

La pantalla muestra el total de URLs. Si el archivo es un índice, queda marcado para que valides cada sitemap hijo por separado. Validar el índice no sustituye esa segunda pasada: un hijo roto puede quedar oculto detrás de un índice que sí parsea.

50.000 URLs y 50 MB por archivo

Cada sitemap puede llevar como máximo 50.000 URLs y no debe pasar de 50 MB sin comprimir. Si el sitio supera eso, usa un índice que referencie varios hijos y envía a Search Console la URL del índice, no cada hijo suelto.

Las URLs del loc tienen que ser absolutas y válidas. Un loc relativo, con espacios o duplicado, es un error de protocolo, no un detalle de contenido. Este paso mira el archivo. No pide cada URL para ver si responde 200.

Qué URLs deben estar en el archivo

Incluye solo URLs canónicas que devuelven 200 y que quieres indexar. Deja fuera redirecciones, páginas con noindex y URLs paginadas, salvo que de verdad quieras indexarlas. También deja fuera variantes con parámetros que duplican la canónica. Meter páginas no indexables gasta rastreo y diluye la señal del archivo.

En sitios grandes, el índice es la pieza que envías. Cada hijo debe cumplir por su cuenta el tope de 50.000 URLs y de 50 MB. Corregir el XML no rellena un lastmod: si la fecha falta, el aviso sigue hasta que el generador la escriba en ISO 8601.

Qué hacer después de dejar el XML limpio

Corrige los errores, vuelve a validar y envía el sitemap en Search Console. Durante unas dos semanas, mira el informe de cobertura para ver si el recuento de páginas indexadas se mueve. No envíes el archivo en cuanto el XML parsea si aún no sabes si las URLs están vivas.

Este validador mira el fichero. Para 404, noindex y canonicals dentro de la lista, pasa después por el auditor de salud del sitemap. Envía solo cuando las dos comprobaciones cuadren: el XML se lee y las URLs listadas son las que quieres en el índice.

Preguntas frecuentes

¿Qué es un sitemap XML y por qué importa?

Es un archivo que lista las URLs del sitio y dice a los buscadores qué páginas existen, cuándo se actualizaron por última vez y con qué frecuencia cambian. Enviarlo válido a Google Search Console ayuda a que Googlebot descubra e indexe antes, sobre todo en sitios grandes o recién publicados. No obliga a indexar: solo facilita el descubrimiento de las URLs que declaras.

¿Cómo envío el sitemap a Google?

En Google Search Console, abre la propiedad, entra en Sitemaps en el menú lateral y pega la URL del archivo, casi siempre tudominio.com/sitemap.xml. Antes de enviarlo, valídalo aquí para que no haya errores que impidan a Google procesarlo. Si usas un índice, envía la URL del índice, no cada sitemap hijo por separado. Después mira el informe de cobertura un par de semanas.

¿Qué errores puede tener un sitemap XML?

Los habituales son un XML mal formado, URLs que no devuelven 200, lastmod en un formato que no es ISO 8601, priority fuera de 0.0–1.0 y pasar de 50.000 URLs en un solo archivo. El validador separa errores, que impiden procesar el archivo, y avisos, que no lo bloquean pero bajan la calidad, como un lastmod ausente. También revisa changefreq, priority, UTF-8 y los índices que apuntan a hijos.

¿Cuántas URLs puede contener un sitemap XML?

Cada archivo admite como máximo 50.000 URLs y no puede pasar de 50 MB sin comprimir. Por encima de ese tope, usa un sitemap índice que referencie varios hijos. Envía a Search Console la URL del índice, no los hijos uno a uno. Cada hijo tiene que cumplir los mismos límites por separado. El validador marca el índice para que revises esos archivos aparte.

¿Debo incluir todas las páginas en el sitemap?

No. Incluye solo URLs canónicas que devuelven 200 y que quieres indexar. Excluye redirecciones, páginas con noindex, URLs paginadas que duplican el contenido canónico y variantes con parámetros. Meter páginas no indexables gasta presupuesto de rastreo y debilita la señal que el sitemap manda a Google. La comprobación de 404 y noindex en vivo es el paso siguiente, con el auditor de salud.

Compare with SmallSEOTools — free, no sign-up