Generador de Sitemap

Relacionado

Casos de uso

• Después del lanzamiento de un sitio nuevo, genere Sitemaps de páginas principales de forma masiva y envíelos a Google Search Console y Bing Webmaster Tools para acelerar el descubrimiento e indexación por parte de los motores de búsqueda
• Regenere el mapa del sitio después de rediseñar secciones del sitio o ajustar la estructura de URL, actualizando el índice de los motores de búsqueda para evitar enlaces muertos que afecten el rendimiento SEO
• Importe masivamente URL de listas de productos en sitios de comercio electrónico, configurando diferentes valores de changefreq y priority según la categoría del producto y la fecha de publicación
• Para portales grandes o sitios de noticias con más de 50000 URL, divida por canales para generar múltiples Sitemaps y cree un archivo de índice Sitemap Index
• Para sitios de blogs, configure parámetros razonables de frecuencia de actualización y prioridad para páginas de artículos, páginas de etiquetas, páginas de categorías y páginas de archivo
• Organice diferentes tipos de URL como páginas de productos, páginas de noticias, páginas Acerca de, páginas de contacto en sitios corporativos, configurando lastmod y priority diferenciados
• Después de completar la migración del sitio (actualización HTTP a HTTPS, cambio de dominio), regenere el Sitemap y envíelo para guiar a los crawlers a rastrear rápidamente las nuevas direcciones
• Complemente manualmente los Sitemaps generados por complementos como Yoast SEO, agregando URL de páginas especiales no cubiertas por el complemento
• Regenere el Sitemap después del diagnóstico y optimización SEO, asegurando que la configuración de priority de las páginas importantes sea razonable y mejorando el peso de rastreo de páginas de alto valor
• Antes de declarar la ubicación del Sitemap en robots.txt, utilice esta herramienta para verificar la corrección del formato XML y evitar fallos de análisis del crawler

Cómo Usar

1. Pegue la lista de direcciones de páginas que desea indexar en el área de entrada de URL, una URL completa por línea (debe incluir el encabezado de protocolo http:// o https://)
2. Seleccione la frecuencia de actualización de la página en el menú desplegable changefreq: elija daily o hourly para la página de inicio, weekly para páginas de artículos, yearly o monthly para páginas estáticas
3. Arrastre el control deslizante de priority o ingrese un valor entre 0.0 y 1.0 para establecer la prioridad: página de inicio principal en 1.0, páginas de secciones importantes en 0.8, páginas de artículos normales en 0.5, páginas de archivo en 0.3
4. Haga clic en el selector de fecha lastmod para seleccionar la fecha de última modificación del contenido del sitio, o déjelo vacío para no incluir el campo lastmod
5. Revise el área de previsualización en tiempo real a la derecha, verifique que la estructura XML generada sea correcta; las URL no válidas se marcarán en rojo para su corrección
6. Después de confirmar que todo es correcto, haga clic en el botón «Descargar sitemap.xml» para guardar el archivo, o haga clic en el botón «Copiar» para copiar el contenido XML al portapapeles
7. Suba sitemap.xml al directorio raíz de su sitio web, agregue la declaración Sitemap en robots.txt, o envíelo directamente a Google Search Console/Bing Webmaster

Características

• Entrada masiva de URL: una URL por línea, filtra automáticamente líneas vacías y enlaces duplicados, procesa rápidamente grandes lotes de direcciones de páginas
• Escape automático de entidades XML: los caracteres especiales en URL como &, <, >, ", ' se escapan automáticamente a &amp;, &lt;, &gt;, &quot;, &apos;, evitando por completo errores de análisis XML
• 7 opciones de frecuencia de actualización changefreq: always, hourly, daily, weekly, monthly, yearly, never, cubriendo todos los escenarios de tipos de páginas
• Configuración precisa de prioridad priority: admite cualquier valor entre 0.0 y 1.0 con precisión de un decimal, distinguiendo el nivel de importancia de las páginas
• Selector de fecha lastmod: selector de calendario visual que formatea automáticamente al estándar W3C Datetime (YYYY-MM-DD)
• Detección en tiempo real de URL no válidas: identifica automáticamente URL con formato incorrecto (falta de protocolo, caracteres ilegales, etc.) y marca el número de línea problemático para facilitar la corrección
• Previsualización en tiempo real: el contenido XML se actualiza instantáneamente al modificar la lista de URL o parámetros de configuración, sin necesidad de hacer clic manualmente en un botón de generación
• Descarga de sitemap.xml con un clic: el resultado generado se descarga directamente como un archivo XML estándar, listo para subir al servidor web inmediatamente después de guardar
• Advertencia de límite de URL: al alcanzar las 50000 URL, se muestra automáticamente un aviso indicando que es necesario usar el esquema de división Sitemap Index
• Copia al portapapeles: copia el contenido XML completo al portapapeles con un clic, facilitando pegarlo directamente en archivos del servidor o envíos en línea
• Estadísticas de tamaño en bytes: muestra en tiempo real el tamaño en bytes del archivo Sitemap XML generado, evaluando si el tamaño del archivo cumple con los límites de los motores de búsqueda
• Salida del elemento raíz urlset estándar: sigue estrictamente la especificación del protocolo http://www.sitemaps.org/schemas/sitemap/0.9, incluyendo la declaración correcta del espacio de nombres xmlns
• Declaración de codificación UTF-8: agrega automáticamente la declaración de codificación XML, garantizando la interpretación correcta de URL multilingües sin caracteres corruptos

Preguntas Frecuentes

Solución de problemas

Glosario

Sitemap (mapa del sitio)

Archivo de estándar de protocolo XML que informa a los motores de búsqueda sobre todas las páginas del sitio disponibles para rastreo, que contiene una lista completa de URL e información de metadatos para cada URL, ayudando a crawlers como Googlebot y Bingbot a descubrir, comprender y rastrear el contenido del sitio de manera más inteligente y eficiente; el estándar de protocolo abierto unificado es mantenido por la organización sitemaps.org (versión actual 0.9).

urlset

Elemento raíz del archivo Sitemap XML estándar, que debe contener la declaración correcta del espacio de nombres xmlns, con todos los elementos secundarios <url> anidados en su interior; es el identificador central de validez del Sitemap; los Sitemaps que carecen de una estructura urlset correcta son rechazados directamente por los motores de búsqueda para su análisis.

Sitemap Index

Archivo de índice de mapa del sitio, que debe utilizarse cuando la cantidad de URL del sitio supera las 50000 o el tamaño de un solo archivo Sitemap supera los 50 MB; su elemento raíz es <sitemapindex>, utilizado para enumerar y gestionar de forma unificada las direcciones de múltiples archivos Sitemap secundarios; es el esquema estándar para dividir Sitemaps en sitios web grandes.

changefreq

Elemento de metadatos opcional en Sitemap, utilizado para especificar la frecuencia de actualización aproximada del contenido de la página; tiene siete valores válidos: always, hourly, daily, weekly, monthly, yearly, never, como referencia para que los crawlers de motores de búsqueda programen la frecuencia de rastreo de revisita; una configuración razonable puede optimizar la asignación del presupuesto de rastreo.

priority

Elemento de metadatos opcional en Sitemap, utilizado para especificar el nivel de importancia de esta URL en relación con otras páginas del sitio; el rango de valores es un decimal entre 0.0 y 1.0, con valor predeterminado de 0.5; priority solo afecta la prioridad relativa de rastreo entre páginas del sitio y no afecta la clasificación en los resultados de búsqueda.

lastmod

Elemento de metadatos opcional en Sitemap, que registra la fecha y hora de la última modificación sustancial del contenido de la página; el formato debe seguir la especificación W3C Datetime; es el campo más valorado por los motores de búsqueda entre los tres campos de metadatos opcionales, porque indica directamente si la página tiene contenido nuevo que necesita ser rerastreado.

loc

Elemento secundario obligatorio bajo el elemento <url>, utilizado para especificar la dirección URL absoluta completa de la página; debe comenzar con el protocolo http:// o https://, incluir el dominio completo, la longitud total de la URL no debe exceder los 2048 caracteres, no se permiten rutas relativas.

Espacio de nombres XML (xmlns)

Atributo de espacio de nombres XML que debe declarar el elemento raíz urlset; el valor del atributo debe coincidir exactamente con http://www.sitemaps.org/schemas/sitemap/0.9, utilizado para identificar la versión del protocolo utilizada por el Sitemap; la falta o escritura incorrecta del espacio de nombres provocará fallos de análisis del Sitemap.

W3C Datetime

Formato de representación de fecha y hora especificado por W3C (World Wide Web Consortium); el campo lastmod en Sitemap debe seguir este formato; se utiliza comúnmente el formato de fecha simplificado YYYY-MM-DD (mejor compatibilidad), y también admite el formato completo de fecha y hora que incluye horas, minutos, segundos e información de zona horaria.

Escape de entidades XML

En la sintaxis XML, los caracteres especiales deben escaparse a sus referencias de entidad correspondientes para ser analizados correctamente: & se escapa a &amp;, < a &lt;, > a &gt;, " a &quot;, ' a &apos;; estos caracteres en las URL deben escaparse, de lo contrario provocarán errores de análisis XML.

Google Search Console (GSC)

Herramienta de plataforma de webmasters proporcionada oficialmente por Google, utilizada para enviar Sitemaps, ver el estado de indexación del sitio, análisis de datos de tráfico de búsqueda, informes de errores de rastreo, notificaciones de problemas de seguridad, notificaciones de sanciones por acciones manuales, etc.; es la herramienta esencial para la optimización de motores de búsqueda (SEO) de Google.

Bing Webmaster Tools

Plataforma oficial de webmasters del motor de búsqueda Bing de Microsoft, con funciones similares a Google Search Console; admite envío de Sitemaps, estadísticas de cobertura de índice, análisis de diagnóstico SEO, investigación de palabras clave, consulta de enlaces inversos, etc., cubriendo el tráfico de búsqueda de los dos motores de búsqueda Bing y Yahoo.

robots.txt

Archivo de texto sin formato ubicado en el directorio raíz del sitio web, que indica a los crawlers de motores de búsqueda qué rutas están permitidas para rastreo y qué rutas tienen prohibido el acceso mediante directivas como User-agent, Disallow, Allow; también puede declarar la ubicación del archivo Sitemap en el archivo para que los crawlers lo descubran automáticamente.

Crawler (Spider/Bot)

Programa desarrollado por motores de búsqueda para rastrear automáticamente contenido web, como Googlebot (crawler de Google), Bingbot (crawler de Bing), Baiduspider (crawler de Baidu); descubre nuevas páginas siguiendo enlaces de páginas y leyendo archivos Sitemap, y almacena el contenido de las páginas descargadas en el índice del motor de búsqueda.

Presupuesto de rastreo (Crawl Budget)

Cantidad total de recursos de rastreo que los motores de búsqueda asignan a un sitio web en un período de tiempo determinado, determinada conjuntamente por múltiples factores como la autoridad del dominio, la velocidad de respuesta del servidor, la calidad del contenido de la página, el historial de efectos de rastreo, etc.; configurar correctamente el Sitemap puede ayudar a optimizar la eficiencia de uso del presupuesto de rastreo.

Codificación UTF-8

Codificación de caracteres obligatoria para archivos Sitemap XML; UTF-8 admite todos los caracteres Unicode, incluidos los caracteres chinos; se especifica en la declaración XML mediante el atributo encoding="UTF-8"; el uso de otras codificaciones (como GBK, GB2312) puede provocar caracteres corruptos en URL chinas y fallos de análisis.

Compresión gzip

El protocolo Sitemap admite el uso del algoritmo gzip para transmisión comprimida (extensión de archivo .xml.gz), que puede reducir el tamaño del archivo Sitemap en un 70%-80%, ahorrando significativamente ancho de banda del servidor y tiempo de rastreo del crawler; los principales motores de búsqueda pueden descomprimir y procesar automáticamente archivos Sitemap comprimidos con gzip; después de la compresión, aún debe cumplir el límite de tamaño de 50 MB.

Yoast SEO

Complemento SEO ampliamente utilizado en plataformas CMS como WordPress y Shopify, que puede generar automáticamente Sitemaps, metaetiquetas, navegación de breadcrumbs, mapas del sitio XML, optimización RSS, metadatos de redes sociales y otras funciones relacionadas con SEO; es una solución SEO comúnmente utilizada para sitios de contenido.

Cobertura de índice (Index Coverage)

Uno de los informes centrales en Google Search Console, que muestra detalladamente la cantidad específica y los motivos detallados de páginas del sitio que han sido indexadas, excluidas, con errores o con advertencias por Google; se puede utilizar para verificar el efecto del envío de Sitemap y diagnosticar problemas de indexación de páginas.

Codificación URL (Percent-Encoding)

También llamada codificación porcentual, es un método de codificación utilizado para representar caracteres no ASCII (como chino, símbolos especiales) en URL; los caracteres chinos se codifican en formato %XX%XX%XX (por ejemplo, «中文» se codifica como %E4%B8%AD%E6%96%87); las URL chinas en Sitemap deben estar correctamente codificadas para ser analizadas.

Tabla de referencia de escenarios de frecuencia de actualización changefreq

Tabla de referencia de configuración de prioridad priority

Tabla de límites de la especificación del protocolo Sitemap