Estructura y función de un archivo sitemap.xml
El archivo sitemap.xml es un documento estructurado que enumera las páginas web de un sitio para que los motores de búsqueda puedan rastrearlas e indexarlas de manera eficiente. Este archivo actúa como un mapa de ruta que indica a los rastreadores qué direcciones están disponibles y cómo acceder a ellas.
La estructura de un sitemap.xml sigue el protocolo estándar de sitemaps, que requiere codificación XML válida y etiquetas específicas para delimitar la información. Cada dirección web se incluye dentro de un bloque de datos que puede contener metadatos adicionales para guiar el comportamiento de indexación. El uso de este archivo es fundamental para la optimización en motores de búsqueda (SEO), ya que facilita el descubrimiento de contenido nuevo o actualizado, especialmente en sitios web con estructuras de navegación complejas o páginas que no están enlazadas internamente de forma directa.
Configuración de metadatos: fecha, frecuencia y prioridad
Para cada dirección web incluida en el sitemap, se pueden definir tres metadatos opcionales que ayudan a los motores de búsqueda a priorizar el rastreo:
- Última modificación (
lastmod): Indica la fecha y hora en que se actualizó el contenido de la página por última vez. Debe especificarse en formato YYYY-MM-DD o mediante una fecha y hora ISO completas. - Frecuencia de cambios (
changefreq): Proporciona una indicación sobre la frecuencia con la que se modifica el contenido de la página. Los valores permitidos sonnone(No incluir),always(Siempre),hourly(Cada hora),daily(Cada día),weekly(Cada semana),monthly(Cada mes),yearly(Cada año) onever(Nunca). - Prioridad (
priority): Determina la importancia relativa de una página en comparación con otras URL del mismo sitio. Se expresa como un número decimal entre 0 y 1. Los valores como "1e0" se normalizan automáticamente a "1".
Los motores de búsqueda procesan estos metadatos de forma distinta. Mientras que algunos rastreadores utilizan la fecha de última modificación para programar nuevos rastreos, la frecuencia de cambios y la prioridad son tratadas a menudo como meras sugerencias informativas que pueden ser ignoradas por algoritmos modernos como el de Google.
Implementación de atributos hreflang para sitios multiidioma
Para los sitios web que ofrecen contenido en múltiples idiomas o se dirigen a diferentes regiones geográficas, el sitemap.xml permite definir las relaciones de equivalencia mediante atributos hreflang. Esto evita problemas de contenido duplicado y asegura que los buscadores muestren la versión lingüística correcta a cada usuario.
Al configurar alternativas hreflang en el sitemap, se deben cumplir reglas estrictas de validación:
- Cada código de idioma o región especificado debe ser válido.
- No se puede repetir el mismo valor hreflang dentro de una misma URL.
- Las direcciones alternativas deben ser URL completas que comiencen con el protocolo http:// o https://.
- El conjunto de alternativas para una URL debe incluir obligatoriamente la propia dirección de la página (autorreferencia).
- Cualquier dirección alternativa declarada para una entrada debe figurar también como una entrada de URL independiente dentro del propio sitemap.
Límites técnicos y gestión de sitemaps de gran volumen
El protocolo estándar establece límites estrictos para un único archivo sitemap.xml:
- Un sitemap individual puede contener un máximo de 50.000 URL.
- El tamaño del archivo no puede superar los 50 MB antes de la compresión.
Cuando un sitio web excede estos límites, es necesario dividir las direcciones en múltiples archivos sitemap.xml. Para organizar estos archivos, se utiliza un documento denominado índice de sitemaps (sitemap index), que funciona como un sitemap de sitemaps, listando las ubicaciones de cada archivo individual para que los motores de búsqueda puedan localizarlos de manera centralizada.
Este generador está diseñado para la edición directa y admite un límite de procesamiento de hasta 500 entradas de URL a la vez.
Reglas de validación y errores comunes de protocolo
Para garantizar que los motores de búsqueda procesen correctamente el archivo generado, se aplican reglas de validación estrictas sobre los datos de entrada. Si existen errores de bloqueo, la herramienta no generará un XML utilizable.
A continuación se detallan las reglas de validación y los mensajes de error asociados que emite la herramienta:
| Elemento | Regla de validación | Mensaje de error de la herramienta |
|---|---|---|
| Fecha predeterminada | Debe usar el formato YYYY-MM-DD o ISO completo. | "La fecha de última modificación predeterminada no es válida. Usa YYYY-MM-DD o una fecha y hora ISO completas." |
| Prioridad predeterminada | Debe ser un valor numérico entre 0 y 1. | "La prioridad predeterminada debe estar entre 0 y 1." |
| Protocolo de URL | Cada entrada debe incluir el protocolo completo http:// o https://. | "La URL {index} necesita una dirección completa con http:// o https://." |
| Longitud de URL | La dirección debe ser inferior a 2.048 caracteres. | "La URL {index} debe tener menos de 2.048 caracteres." |
| Consistencia de Host | Todas las URL del sitemap deben pertenecer al mismo host. | "La URL {index} debe usar el mismo host que {host}." |
| Fecha individual | Debe usar el formato YYYY-MM-DD o ISO completo. | "La fecha de modificación de la URL {index} no es válida. Usa YYYY-MM-DD o una fecha y hora ISO completa." |
| Prioridad individual | Debe ser un valor numérico entre 0 y 1. | "La prioridad de la URL {index} debe estar entre 0 y 1." |
| Código hreflang | El código de idioma o región debe ser válido. | "La URL {index} tiene un valor hreflang no válido." |
| Duplicados hreflang | No se puede repetir el mismo idioma en la misma URL. | "La URL {index} repite el valor hreflang {language}." |
| URL alternativa | La alternativa debe ser una dirección completa http:// o https://. | "La alternativa {language} de la URL {index} necesita una dirección completa con http:// o https://." |
| Autorreferencia | El conjunto de alternativas debe incluir la URL de origen. | "Las alternativas de la URL {index} no incluyen su propia dirección." |
| Existencia de alternativa | La URL alternativa debe existir como entrada propia en el sitemap. | "La alternativa {url} de la URL {index} no figura como entrada URL independiente." |
| Límite de entradas | No se pueden superar las 500 entradas en el editor. | "Este editor admite hasta {max} entradas URL a la vez." |
Además, el generador aplica automáticamente el escape de entidades XML. Por ejemplo, los caracteres especiales como & presentes en los parámetros de consulta de las URL se convierten en & en el archivo de salida para mantener la validez del formato XML. Durante la importación de datos, las URL duplicadas se omiten automáticamente para evitar redundancias.
Privacidad y procesamiento de datos
El procesamiento de las URL y la generación del archivo XML se realizan de manera local. Tus URL y sus datos permanecen en el navegador; no se envía nada a BroBroGo. Esto permite trabajar con la tranquilidad de que la información estructurada no se transmite a servidores externos durante el proceso de edición y descarga.
Despliegue y envío del sitemap a los motores de búsqueda
Una vez generado y descargado el archivo sitemap.xml, el proceso para que los motores de búsqueda lo utilicen consta de los siguientes pasos:
- Subir el archivo al servidor: Aloje el archivo sitemap.xml en el directorio raíz de su sitio web (por ejemplo,
https://sitioweb.com/sitemap.xml). Esto garantiza que los rastreadores puedan localizarlo fácilmente. - Declarar el sitemap en el archivo robots.txt: Añada una directiva al final de su archivo robots.txt indicando la ruta absoluta del sitemap, por ejemplo:
Sitemap: https://sitioweb.com/sitemap.xml. - Enviar a través de las consolas de búsqueda: Acceda a las herramientas para webmasters de los principales motores de búsqueda (como Google Search Console) y envíe la dirección exacta de su sitemap para forzar una lectura inicial y supervisar el estado de indexación de las URL declaradas.
Preguntas frecuentes
¿Qué campos puedo incluir en el sitemap?
Cada entrada lleva la URL de la página. También puedes añadir la fecha de la última modificación, la frecuencia prevista de cambios y una prioridad relativa. Google ignora la frecuencia y la prioridad, aunque otros rastreadores pueden usarlas como indicaciones.
¿Cómo añado las alternativas hreflang?
Incluye cada versión lingüística o regional como una entrada URL y repite en todas la misma lista completa de alternativas, incluida la propia página. Usa x-default si necesitas una página de reserva.
¿Cuándo necesito más de un sitemap?
Un sitemap admite hasta 50.000 URL y 50 MB sin comprimir. Divide los sitios más grandes en varios archivos y reúnelos en un índice de sitemaps.