V případě rozsáhlejšího webu se hodí vytvořit jeho strojově čitelnou mapu – tzv. soubor sitemap.

Proč mapu webu vytvářet

Sitemapa není rozhodně nezbytná součást webu. Může se ale hodit pro usnadnění procházení webu vyhledávači.

Normálně roboti vyhledávačů procházejí jednotlivé stránky a v kódu hledají odkazy <a href> na další stránky, které by ještě mohly zaindexovat.

Vygenerovaná mapa webu sitemap.xml potom obsahuje strojově čitelný seznam všech adres webu – to může vyhledávači usnadnit nacházení nových stránek – pro objevení nových stránek stačí porovnat adresy v souboru sitemap.xml.

Mapa webu se hodí i v případě, kdy na všechny podstránky nevedou odkazy nebo jsou hodně zahrabané v struktuře webu. Ideální ale samozřejmě je se tomuto stavu vyhnout.

Podle mých testů je v Googlu vyhledatelná i stránka, na kterou nevede žádný odkaz, ale je v sitemap.xml, u Seznamu ne.

Co to je `sitemap.xml`?

Mapa webu je XML soubor obsahující primárně adresy jednotlivých stránek. Kromě URL jde uvést i další věci jako datum poslední úpravy, prioritu stránky nebo frekvenci četnosti změn.

Zpravidla se mapa webu nachází na adrese:

example.com/sitemap.xml

Ale není to podmínkou.

Příklad sitemapy

Příklad jedné <url> položky v mapě webu (všechny adresy se vkládají do nadřazené značky <urlset>):

<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
  <url>
    <loc>http://jecas.cz/sitemap</loc>
    <lastmod>2015-12-26T08:10:11+00:00</lastmod>
    <changefreq>always</changefreq>
    <priority>1.0</priority>
  </url>
</urlset>

Musí se jmenovat `sitemap.xml`?

XML soubor s mapou webu může mít libovolné jméno nebo příponu. Používat sitemap.xml je jen zažitá konvence.

Mapu webu je klidně možné dynamicky generovat v PHP a podobně – většinou se tak i děje, protože sestavovat stovky nebo tisíce položek ručně není reálné. Jen je potřeba souboru přidat hlavičku Content-Type: application/xml.

Je-li získání všech stránek časově náročné, je lepší mapu webu generovat do statického souboru při každé změně (přidávání/odebírání/upravování stránek).

Maximální velikost mapy webu

Podle specifikace je omezení velikosti mapy webu následující:

Maximálně 50 000 URL.
Datová velikost do 10 MB před gzip kompresí. Google má datový limit 50 MB.

Sitemap index

Pokud jeden nebo oba limity nestačí, je potřeba seznam adresy rozdělit do více souborů.

K tomu slouží tzv. sitemapindex. Do souboru sitemap.xml se neuvedou URL stránek ale odkazy na dílčí mapy webu. Ty jde různě rozdělit třeba podle měsíců:

<sitemapindex xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
  <sitemap>
    <loc>
      http://example.com/sitemap-2015-12.xml
    </loc>
  </sitemap>
</sitemapindex>

Odkazovaný soubor sitemap-2015-12.xml už potom obsahuje odkazy na stránky webu.

Sitemap index se může pro jistotu používat i pro menší počty URL.

Sitemapa v `robots.txt`

Soubor robots.txt umožňuje předat pokyny robotům vyhledávačů, jde do něj i umístit odkaz na mapu webu:

Sitemap: http://example.com/sitemap.xml

Vytvoření sitemapy ve Wordpressu

Pro redakční systém WordPress existuje plugin Google XML Sitemaps. Stránky v mapě webu rozděluje po měsících, dokáže po přidání nebo úpravě článku dát vědět Google nebo Bingu o změně. Zároveň přidává odkaz na sitemap do robots.txt.

Google XML Sitemaps – stránka pluginu na Wordpress.org

Přidat sitemap na Seznam

Seznam nenabízí žádný formulář pro vložení/načtení sitemapy jako existuje třeba pro ruční přidání URL. Jediná možnost, jak ho informovat o vytvoření mapy webu, je uvést tuto informaci v souboru robots.txt:

Slouží k tomu prosté:

Sitemap: http://example.com/sitemap.xml

Doporučení ohledně používání mapy webu na Seznamu:

Seznam.cz nápověda: Sitemaps

Google

Google má formulář pro nahrání mapy webu ve své službě pro webmastery Search Console.

Google Search Console

V Procházení → Soubory Sitemap je vpravo nahoře tlačítko Přidat/otestovat soubor sitemap:

Přidání sitemapy do Google

Google Search Console Help: Build a sitemap

Bing

Vyhledávač Bing má podobně jako Google nástroje pro webmastery.

Nástroje pro správce webů Bing

Sitemapu jde přidat po vybrání webu v nabídce Konfigurace mého webu → Soubory Sitemaps:

Přidání sitemapy do Bingu

Jiné využití `sitemap.xml`

Kromě vyhledávačů může mapa webu posloužit i nástrojům pro vytěžování obsahu stránek. V mapě webu mají kompletní seznam všech URL webu na zlatém podnose.

RSS vs. sitemap

Vyhledávače dokáží jako strojově čitelný zdroj obsahu použít i RSS/Atom exporty. Ty ale většinou kvůli úsporám přenášení dat obsahují pouze několik nejnovějších záznamů.

V sitemap.xml bývá seznam všech stránek.

HTML mapa webu

Protože v XML souboru sitemap.xml si lidský návštěvník moc nepočte, některé weby obsahují mapy webu i v HTML podobě pro lidi.

Při určitém počtu stránek a stromové struktuře to může být užitečné. U webu se stovkami stránek a nejasnou hierarchií je asi pohodlnější způsob navigace interní vyhledávání.

Odkazy jinam

Sitemaps.org: Sitemaps XML format
Wikipedie: Sitemap

Moderní tvorba webových aplikací

Bing

Jak přidat sitemapu do Seznamu a Google

Jak přidat stránku na Seznam a Google