በGoogle Search Console ውስጥ ያሉ የsitemap ስህተቶች ምን ማለት ናቸው፣ እንዴትስ አስተካክላቸዋለሁ?
በGoogle Search Console ውስጥ ያሉ የsitemap ስህተቶች ወይ Google ፋይሉን ጨርሶ ማውረድ አልቻለም (Couldn't fetch፣ በዝርዝር ገጹ ላይ Sitemap could not be read ተብሎ የሚታየው)፣ ወይም አውርዶት የተወሰነውን ክፍል parse ማድረግ አልቻለም (Has errors) ማለት ነው። የማምጣት ስህተቶች ብዙውን ጊዜ ከተሳሳተ URL፣ ከrobots.txt ደንብ፣ ከሰርቨር ስህተት ወይም ለGooglebot ከሚመልስ ፋየርዎል ይመጣሉ፤ የparsing ስህተቶች ደግሞ ከተበላሸ XML፣ ከተሳሳቱ ቀኖች፣ ከተሳሳቱ URLs ወይም ከ50,000 URLs ወይም ከ50 MB በላይ ከሆኑ ፋይሎች። የsitemap URLውን ከውጭ በcurl ይፈትሹ፣ ምክንያቱን ያስተካክሉ፣ ከዚያ እንደገና ያስገቡ።
በSearch Console ውስጥ ያለው የSitemaps ሪፖርት ቃላት ቆጣቢ ነው፦ አንድ ሁኔታ (status)፣ አንድ ቁጥር እና አንዳንዴ የስህተት ስም። ከእያንዳንዱ ሁኔታ በስተጀርባ በአንድ ደቂቃ ውስጥ ከራስዎ terminal ሊደግሙት የሚችሉት የተወሰነ ውድቀት አለ። ይህ መመሪያ Google የሚገልጻቸውን እያንዳንዱን መልዕክት ከምክንያቱ ጋር ያዛምዳል፣ ከውጭ እንዴት እንደሚፈትሹት ያሳያል፣ ማስተካከያውንም ይዘረዝራል።
በዚህ ገጽ ላይ
በSearch Console ውስጥ የsitemap ሁኔታዎች ምን ማለት ናቸው?
የሚያስገቡት እያንዳንዱ sitemap Google ለመጨረሻ ጊዜ በጠየቀው መሠረት አንድ ሁኔታ ያገኛል፦
- Success፦ sitemapው ያለ ስህተት ተመጥቶ ተሠርቷል፣ ሁሉም URLsም ለcrawl ወረፋ ይዘዋል።
- Has errors (Sitemap had X errors ተብሎም ይታያል)፦ ፋይሉ ተመጥቷል፣ ግን የተወሰኑ ክፍሎቹ parse ሊደረጉ አልቻሉም። በትክክል parse የተደረጉ URLs አሁንም ወረፋ ይዘዋል።
- Couldn't fetch፦ Google ፋይሉን ራሱ ማምጣት አልቻለም። sitemapውን ሲከፍቱ የዝርዝር ገጹ Sitemap could not be read ይላል። በፈረንሳይኛው Search Console ውስጥ ያው መልዕክት Impossible de lire le sitemap ተብሎ ይነበባል፣ የላይኛው ደረጃ ሁኔታ ደግሞ Impossible de récupérer le sitemap ይላል።
ማምጣት ወይም parse ማድረግ ካልተሳካ Google ለጥቂት ቀናት መሞከሩን ይቀጥላል፣ ከዚያ ያንን sitemap መጠየቅ ያቆማል፤ ስለዚህ የተበላሸ sitemap በራሱ አይስተካከልም። ሁለት ተጨማሪ ዝርዝሮች ብዙ ግራ የሚያጋቡ ሪፖርቶችን ያብራራሉ፦ ሪፖርቱ በrobots.txt የተገኙትን ሳይሆን በሪፖርቱ ወይም በAPI የገቡ sitemaps ብቻ ይዘረዝራል፣ ለአሁኑ property ያሉ sitemaps ብቻም ያሳያል፤ ስለዚህ በትክክለኛው http ወይም https እና www ወይም www-የሌለው property ውስጥ መሆንዎን ያረጋግጡ።
Search Console ለምን Couldn't fetch ወይም Sitemap could not be read ይላል?
Google ለማምጣት ውድቀት እነዚህን በሰነድ የተገለጹ ምክንያቶች ይዘረዝራል፦
- sitemapው በrobots.txt ታግዷል። Google sitemaps ሲያመጣ robots.txtን ያከብራል፣ ስለዚህ እንደ
Disallow: /sitemapያለ ደንብ ያስቆመዋል። - URLው የተሳሳተ ነው፣ 404 ይመልሳል። የተለየ path፣ የጎደለ
www፣ ወይም በhttpsፋንታhttpየተለመዱ ስህተቶች ናቸው። - እንደ ሰርቨሩ አለመገኘት ያለ አጠቃላይ ስህተት። አንዳንዶቹ ጊዜያዊ ናቸው።
- ድረ-ገጹ ያልተፈታ manual action አለው። እስኪስተካከል ድረስ sitemaps አይነበቡም።
- ለsitemapው ዝቅተኛ የcrawl ፍላጎት።
Google ለብቻው የማይጠቅሰው አንድ ምክንያት እንደ አጠቃላይ ወይም HTTP ስህተት ይታያል፦ አሳሽዎ ፋይሉን እያገኘ ለGooglebot በ403፣ በ429 ወይም በchallenge ገጽ የሚመልስ ፋየርዎል፣ CDN ወይም የቦት ጥበቃ። ከፋይሉ ፊት ያለ የመግቢያ መስፈርትም ተመሳሳዩን ያደርጋል። ውድቀቱን ከGoogle በኩል ለማረጋገጥ የsitemap URLውን በURL Inspection መሣሪያ ውስጥ ይለጥፉ፣ live test ያስኬዱ፣ Crawl allowed Yes እና Page fetch Successful መሆናቸውንም ያረጋግጡ።
sitemapን ከውጭ እንዴት እፈትሻለሁ?
እነዚህን አራት ፍተሻዎች ከማንኛውም ኮምፒውተር ያስኬዱ። example.comን በዶሜንዎ ይተኩ።
# 1. Status, redirects and content type
curl -sIL https://example.com/sitemap.xml | grep -iE '^(HTTP|location|content-type)'
# 2. The same file requested with Googlebot's user agent
curl -s -o /dev/null -w "%{http_code} %{content_type} %{size_download}\n" \
-A "Mozilla/5.0 (compatible; Googlebot/2.1; +http://www.google.com/bot.html)" \
https://example.com/sitemap.xml
# 3. Rules and Sitemap lines in robots.txt
curl -s https://example.com/robots.txt | grep -iE '^(user-agent|disallow|allow|sitemap)'
# 4. Well-formed XML and number of URLs
curl -s https://example.com/sitemap.xml -o sitemap.xml
xmllint --noout sitemap.xml && grep -o '<loc>' sitemap.xml | wc -l የሚፈልጉት፦ የመጨረሻው status 200 መሆን አለበት። የredirects ሰንሰለት የመጨረሻ ያልሆነ አድራሻ እንዳስገቡ ያሳያል፤ Search Console ያስገቡትን ትክክለኛ URL ያሳያል፣ ለእሱም redirects አይከተልም፣ ስለዚህ የመጨረሻውን URL ያስገቡ። ከHTML body ጋር ያለ የtext/html content type ሰርቨሩ በፋይሉ ፋንታ ገጽ፣ ብዙ ጊዜ የ404 ገጽ ወይም መነሻ ገጹን፣ እንደላከ ያሳያል። ፍተሻ 1 200 እየመለሰ ፍተሻ 2 403፣ 429 ወይም 503 ከመለሰ የፋየርዎል ደንብ ክሮውለሮችን በተለየ መንገድ እያስተናገደ ነው። አንዳንድ ሰርቨሮች ለHEAD ጥያቄዎች ከGET በተለየ ይመልሳሉ፣ ለዚህም ነው ፍተሻ 2 መደበኛ ጥያቄ የሚጠቀመው።
ፈተናዎ ከራስዎ IP አድራሻ ይመጣል፣ ስለዚህ ደንቦችዎ user agentውን እንዴት እንደሚያስተናግዱ ያሳያል። በIP ክልሎች ላይ የተመሠረቱ ደንቦች እውነተኛውን Googlebot አሁንም በተለየ ሊያስተናግዱ ይችላሉ። Google የክሮውለሮቹን IP ክልሎች ያትማል፣ በreverse DNS ማረጋገጥንም ይደግፋል፣ ስለዚህ የallow ደንብ ከuser agent string ይልቅ እውነተኛውን ክሮውለር ሊያዛምድ ይችላል።
የHas errors መልዕክቶች ምን ማለት ናቸው፣ እንዴትስ አስተካክላቸዋለሁ?
ፋይሉ ተመጥቶ ሙሉ በሙሉ parse ሊደረግ ካልቻለ የዝርዝር ገጹ ስህተቱን ይጠቅሳል። በብዛት የሚያጋጥሙዎት፦
- Parsing error፦ XMLው parse ሊደረግ አልቻለም፣ ብዙ ጊዜ በURL ውስጥ escape ባልተደረገ ቁምፊ ምክንያት።
&ን እንደ&ይጻፉ፣'፣"፣<እና>ንም escape ያድርጉ። - Unsupported format፦ headerው ወይም namespaceው የተሳሳተ ነው። sitemap በXML declaration መጀመር እና
http://www.sitemaps.org/schemas/sitemap/0.9namespaceን ቀጥ ባሉ የትምህርተ ጥቅስ ምልክቶች መጠቀም አለበት። - Invalid date፦
lastmodW3C Datetimeን መጠቀም አለበት፣ ለምሳሌ2026-11-17ወይም2026-11-17T09:30:00+00:00። ሰዓት ካካተቱ የሰዓት ዞንም ያካትቱ። - URL not allowed፦ የተዘረዘሩት URLs ከsitemapው አቃፊ በላይ ወይም በሌላ ዶሜን ወይም protocol ላይ ናቸው። Path mismatch በ
wwwያለው ተመሳሳይ ችግር ነው፦ sitemapው እና URLsቹ መስማማት አለባቸው። - Too many URLs ወይም Sitemap file size error፦ ከ50,000 በላይ URLs ወይም ሳይጨመቅ ከ50 MB በላይ። ፋይሉን ይክፈሉ፣ ክፍሎቹንም በsitemap index ውስጥ ይዘርዝሩ።
- Compression error፦ የgzip ፋይሉ ተበላሽቷል። እንደገና ይጭመቁት፣ ይስቀሉት፣ እንደገናም ያስገቡት።
- Empty sitemap፦ ፋይሉ ምንም URL አልያዘም። የሚጽፈውን generator ይፈትሹ።
- Leading whitespace፦ ማስጠንቀቂያ ብቻ ነው። ከXML declaration በፊት ያለውን ሁሉ ያስወግዱ።
- URLs not followed ወይም URLs not accessible፦ ፋይሉ ደህና ነው፣ ግን የተዘረዘሩት URLs በጣም ብዙ ጊዜ redirect ያደርጋሉ ወይም crawl ሊደረጉ አይችሉም። የመጨረሻ፣ ፍጹም (absolute) URLs ብቻ ይዘርዝሩ።
<?xml version="1.0" encoding="UTF-8"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
<url>
<loc>https://example.com/products?color=blue&size=m</loc>
<lastmod>2026-11-17</lastmod>
</url>
<url>
<loc>https://example.com/about</loc>
<lastmod>2026-11-10T09:30:00+00:00</lastmod>
</url>
</urlset> የsitemap የመጠን ገደቦች እና የቅርጸት ደንቦች ምንድን ናቸው?
የsitemaps.org protocol እና የGoogle ሰነዶች ተመሳሳይ ገደቦችን ያስቀምጣሉ፦ በአንድ የsitemap ፋይል ከ50,000 ያልበለጡ URLs እና ሳይጨመቅ ከ50 MB ያልበለጠ። sitemap index እስከ 50,000 sitemaps ሊዘረዝር ይችላል፣ ተመሳሳይ የመጠን ገደብም አለው፤ index ሲያልፈው Google Too many sitemaps ይዘግባል። indexes ወደ ሌሎች indexes ሊጠቁሙ አይችሉም። ፋይሉ በUTF-8 encode መደረግ አለበት፣ እያንዳንዱ እሴት entity-escape መደረግ አለበት፣ Google ደግሞ ሙሉ (fully qualified)፣ ፍጹም URLs ይጠይቃል።
Google priorityን እና changefreqን ችላ እንደሚል፣ lastmodንም የሚጠቀመው በወጥነት እና በሚረጋገጥ ሁኔታ ትክክል ሲሆን ብቻ እንደሆነ ይናገራል፤ ስለዚህ ይዘቱ ለመጨረሻ ጊዜ ጉልህ በሆነ መንገድ የተለወጠበትን ቀን ያስቀምጡ። በsitemaps.org protocol መሠረት በhttps://example.com/blog/sitemap.xml ያለ sitemap በ/blog/ ሥር ያሉ URLsን ብቻ ሊዘረዝር ይችላል፤ ለዚህም ነው Google sitemapsን በድረ-ገጹ root ላይ እንዲያስቀምጡ የሚመክረው። ትልቅ ድረ-ገጽ URLsቹን በበርካታ ፋይሎች ከፍሎ አንድ index ያስገባል፦
<?xml version="1.0" encoding="UTF-8"?>
<sitemapindex xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
<sitemap>
<loc>https://example.com/sitemap-pages.xml</loc>
<lastmod>2026-11-17</lastmod>
</sitemap>
<sitemap>
<loc>https://example.com/sitemap-blog.xml.gz</loc>
<lastmod>2026-11-15</lastmod>
</sitemap>
</sitemapindex> እንዲሁም ሙሉውን URL የያዘ አንድ መስመር በrobots.txt ውስጥ ይጨምሩ፣ ለምሳሌ Sitemap: https://example.com/sitemap.xml። በፋይሉ ውስጥ በየትኛውም ቦታ ሊሆን ይችላል፣ robots.txtን የሚያነብ ማንኛውም ክሮውለርም፣ እርስዎ ያስገቡላቸው ብቻ ሳይሆኑ፣ sitemapዎን ከእሱ ሊያገኝ ይችላል።
የAI ክሮውለሮችም sitemaps ይጠቀማሉ?
ለGoogle፣ በተዘዋዋሪ አዎ። Sitemaps Google ለSearch index URLs እንዲያገኝ ይረዳሉ፣ Google ደግሞ AI Overviews እና AI Mode በዚያ index ላይ እንደሚመሠረቱ ይናገራል፦ ገጽ እንደ ደጋፊ አገናኝ ለመታየት index የተደረገ እና ለsnippet ብቁ መሆን አለበት። ስለዚህ indexingን የሚያዘገይ የsitemap ስህተት የገጹ በGoogle AI ባህሪያት ውስጥ መታየትንም ሊያዘገይ ይችላል።
ለሌሎች answer engines በሰነድ አልተገለጸም። የOpenAI፣ Anthropic እና Perplexity የክሮውለር ሰነዶች ክሮውለሮቻቸው sitemaps ያነቡ እንደሆነ አይናገሩም፣ ስለዚህ ገጽን ወደ ChatGPT፣ Claude ወይም Perplexity ለማስገባት በsitemap ላይ አይተማመኑ። እዚያ የውስጥ አገናኞች እና ክፍት robots.txt እና ፋየርዎል የበለጠ አስፈላጊ ናቸው። የሚሠራ sitemap እና በrobots.txt ውስጥ ያለ የSitemap: መስመር ምንም አያስከፍሉም፣ የሚጠቀማቸውንም ማንኛውንም ክሮውለር ያገለግላሉ።
ሙሉው የAISeeWhy ሪፖርት በrobots.txt ውስጥ የተገለጹትን ወይም በ/sitemap.xml የተገኙትን sitemaps ያነባል፣ ሊመጣ ወይም parse ሊደረግ የማይችልን sitemap ለእያንዳንዱ ጉዳይ ከማስተካከያ መመሪያ ጋር ምልክት ያደርጋል፦ sitemap ሊደረስበት አይችልም እና sitemap ሊነበብ አይችልም።
ለዚህ ችግር ማስተካከያዎች
ቀጣይ እርምጃዎች
በዚህ ጽሑፍ ውስጥ ያሉ ክሮውለሮች
ተደጋግመው የሚጠየቁ ጥያቄዎች
Sitemap could not be read ማለት ምን ማለት ነው?
Google ፋይሉን ጨርሶ ማምጣት ባልቻለ ጊዜ በዝርዝር ገጹ ላይ የሚታይ መልዕክት ነው፤ በፈረንሳይኛው Search Console ውስጥ Impossible de lire le sitemap ተብሎ ይታያል። URLውን፣ robots.txtን፣ የሰርቨሩን status code እና ፋየርዎልዎን ይፈትሹ፣ ምክንያቱን ያስተካክሉ፣ ከዚያ እንደገና ያስገቡ።
ካስተካከልኩ በኋላ Google sitemapዬን እንደገና ለማንበብ ምን ያህል ጊዜ ይወስድበታል?
Google sitemapን እንዳስገቡት ወዲያውኑ crawl ለማድረግ እንደሚሞክር ይናገራል፣ ስለዚህ ካስተካከሉ በኋላ እንደገና ያስገቡት። ከተሳካ ንባብ በኋላ sitemapውን ከተቀረው ድረ-ገጽ ነጻ በሆነ በራሱ መርሐ ግብር እንደገና crawl ያደርገዋል።
sitemapዬ በSitemaps ሪፖርት ውስጥ ለምን አልተዘረዘረም?
ሪፖርቱ በሪፖርቱ ወይም በAPI የገቡ sitemaps ብቻ፣ ለአሁኑ property ብቻ ያሳያል። በrobots.txt የተገኘን sitemap Google እዚያ ሳይታይ ሊጠቀምበት ይችላል። ሁኔታውን ለማየት ያስገቡት።
የsitemap ስህተት ገጾቼን ከGoogle ያስወግዳል?
በራሱ አያስወግድም። Google ከቀደሙት የተሳኩ ንባቦች የተማረውን እንደሚያስታውስ፣ የኋላ ውድቀትም እንዲረሳው እንደማያደርገው ይናገራል። sitemapው እንደገና እስኪሠራ ድረስ አዳዲስ እና የተለወጡ ገጾች በዝግታ ሊገኙ ይችላሉ።
sitemapን ሰርዞ እንደገና ማስገባት ስህተቱን ያጠፋዋል?
ምክንያቱ ከተስተካከለ ብቻ። sitemapን ከሪፖርቱ ማስወገድ Google እሱን ወይም URLsቹን እንዲረሳ አያደርገውም፣ አሁንም የሚወድቅ እንደገና የገባ sitemapም ተመሳሳዩን ስህተት ያገኛል።
ምንጮች
- Google Search Console Help: Sitemaps report
- Google Search Console Help: Rapport sur les sitemaps (ፈረንሳይኛ)
- Google Search Central: Build and submit a sitemap
- Sitemaps.org: Sitemaps XML format
- Google: Verify requests from Google crawlers and fetchers
- Google: Google's common crawlers
- Google Search Central: AI features and your website
- OpenAI: Overview of OpenAI crawlers
- Anthropic: Does Anthropic crawl data from the web, and how can site owners block the crawler?
- Perplexity: Perplexity crawlers