Jak poprawnie dzielić sitemapy XML na mniejsze pliki?

Podziel sitemap XML na mniejsze pliki, tak aby każdy plik zawierał maksymalnie URL-i i nie przekraczał 50 MB (uncompressed). Następnie utwórz plik indeksu sitemapów, który odwołuje się do tych mniejszych plików. Dzięki temu spełnisz wymogi protokołu sitemaps i ułatwisz de facto indeksowanie całej treści strony.

Zasady i limity

• Maksymalny rozmiar jednego pliku sitemap: do 50 MB niecompression (oraz do URL-i).
• Maksymalny rozmiar pliku indeksu: do 10 MB (uncompressed) i do odwołań do plików sitemap.
• Struktura plików: każdy sitemap to URLset z namespace http://www.sitemaps.org/schemas/sitemap/0.9; plik indeksu to SitemapIndex z tym samym namespace.
• Pola w każdej pozycji: loc (wymagany), lastmod (opcjonalny), changefreq (opcjonalny), priority (opcjonalny).
• Kompresja: zalecana — gzip zwiększa efektywność transferu bez utraty danych.

Jak podzielić sitemapy krok po kroku

1. Zbierz wszystkie URL-e z źródła (baza danych, CMS, plik CSV).
2. Wybierz rozmiar paczki, np. 40 000–wpisów na plik.
3. Uruchom generator, który zapisuje kolejne pliki sitemap-001.xml, sitemap-002.xml, …
4. Dla każdego pliku wygeneruj poprawny header, urlset i wpisy URL.
5. Utwórz plik indeksu sitemap_index.xml z listą lokacji poszczególnych plików (lokacje to ścieżki do plików sitemap-xxx.xml).
6. Zweryfikuj poprawność XML dla każdego pliku oraz dla indeksu.
7. Wgraj pliki na serwer i przetestuj dostępność z zewnątrz.
8. W Google Search Console i / lub Bing Webmaster Tools dodaj plik indeksu.

Przykładowa struktura plików

• sitemaps/sitemap_index.xml
• sitemaps/sitemap-001.xml
• sitemaps/sitemap-002.xml
• sitemaps/sitemap-003.xml.gz

Najczęstsze błędy i jak ich unikać

• Błąd przekroczenia limitów: nie mieszczaj zbyt wielu URL w jednym pliku. Używaj automatycznego podziału.
• Brak poprawnej składni XML: waliduj każdy plik przed publikacją.
• Nieaktualne URL-e: utrzymuj lastmod zgodnie z rzeczywistymi zmianami.
• Nieprawidłowe wpisy w indeksie: każda lokacja powinna prowadzić do istniejącego pliku sitemap.
• Brak aktualizacji indeksu po zmianach: za każdym ponownym podziałem aktualizuj plik indeksu.
• Nieoptymalna kompresja: jeśli serwer nie obsługuje gzip, nie zaszkodzi pozostawić niezwinięte pliki, ale warto użyć gzip jeśli to możliwe.
• Niezgodność z protokołem: używaj właściwych namespace i struktur URLset / SitemapIndex.
• Brak testów po publikacji: sprawdź, czy wszystkie URL-e są dostępne i zwracają poprawny status 200.

Narzędzia i techniki automatyzacji

• Skrypty generujące sitemapy: Python, Perl, PHP, JavaScript (Node.js) mogą bez problemu tworzyć wiele plików i indeks.
• Wtyczki i moduły CMS: w ekosystemach CMS znajdziesz gotowe rozwiązania do dzielenia sitemapów na mniejsze pliki.
• Walidacja i testy: używaj lokalnych walidatorów XML i narzędzi do weryfikacji sitemaps online.

Weryfikacja i monitoring

• Sprawdź, czy każdy plik sitemap-xxx.xml jest dostępny po zgłoszeniu w narzędziach dla webmasterów.
• Sprawdź, czy plik indeksu zawiera wszystkie odnośniki do plików sitemap i że nie ma duplikatów.
• Regularnie aktualizuj mapę, gdy dodajesz nowe strony lub usuwasz stare.

Podsumowanie praktyki

• Dbaj o limity: URL-i i 50 MB na plik, 10 MB na plik indeksu.
• Generuj pliki automatycznie z jednego źródła danych.
• Używaj pliku indeksu i publikuj go w Google Search Console/Bing Webmaster Tools.
• Waliduj każdy plik i monitoruj dostępność.