Mitä sivustokarttavirheet Google Search Consolessa tarkoittavat ja miten korjaan ne?
Sivustokarttavirhe Google Search Consolessa tarkoittaa joko sitä, ettei Google saanut tiedostoa ladattua lainkaan (Couldn't fetch, joka näkyy tietosivulla muodossa Sitemap could not be read), tai sitä, että se latasi tiedoston mutta ei pystynyt jäsentämään osaa siitä (Has errors). Noutovirheet johtuvat yleensä väärästä URL:stä, robots.txt-säännöstä, palvelinvirheestä tai palomuurista, joka vastaa Googlebotille; jäsennysvirheet johtuvat rikkinäisestä XML:stä, virheellisistä päiväyksistä, vääristä URL-osoitteista tai tiedostoista, joissa on yli 50 000 URL:ää tai yli 50 Mt. Testaa sivustokartan URL ulkopuolelta curlilla, korjaa syy ja lähetä kartta uudelleen.
Search Consolen Sivustokartat-raportti on vähäsanainen: tila, lukumäärä ja joskus virheen nimi. Jokaisen tilan takana on tietty vika, jonka voit toistaa omasta päätteestäsi minuutissa. Tämä opas yhdistää jokaisen Googlen dokumentoiman viestin sen syyhyn, näyttää miten sen voi testata ulkopuolelta ja kertoo korjauksen.
Tällä sivulla
- Mitä sivustokarttojen tilat Search Consolessa tarkoittavat?
- Miksi Search Console sanoo Couldn't fetch tai Sitemap could not be read?
- Miten testaan sivustokartan ulkopuolelta?
- Mitä Has errors -viestit tarkoittavat ja miten korjaan ne?
- Mitkä ovat sivustokartan kokorajat ja muotosäännöt?
- Käyttävätkö tekoälycrawlerit myös sivustokarttoja?
Mitä sivustokarttojen tilat Search Consolessa tarkoittavat?
Jokainen lähettämäsi sivustokartta saa yhden tilan sen mukaan, miten Googlen viimeisin pyyntö onnistui:
- Success (onnistui): sivustokartta noudettiin ja käsiteltiin ilman virheitä, ja kaikki sen URL-osoitteet ovat jonossa indeksointia varten.
- Has errors (näkyy myös muodossa Sitemap had X errors): tiedosto noudettiin, mutta osaa siitä ei voitu jäsentää. Oikein jäsennetyt URL-osoitteet ovat silti jonossa.
- Couldn't fetch (noutaminen epäonnistui): Google ei saanut haettua itse tiedostoa. Kun avaat sivustokartan, tietosivulla lukee Sitemap could not be read. Ranskankielisessä Search Consolessa sama viesti on Impossible de lire le sitemap ja ylätason tila Impossible de récupérer le sitemap.
Jos nouto tai jäsennys epäonnistuu, Google yrittää muutaman päivän ajan ja lopettaa sitten kyseisen sivustokartan pyytämisen, joten rikkinäinen sivustokartta ei korjaudu itsestään. Kaksi muuta yksityiskohtaa selittää monta hämmentävää raporttia: raportti listaa vain raportin tai API:n kautta lähetetyt sivustokartat, ei robots.txt:stä löydettyjä, ja se näyttää vain nykyisen omaisuuden sivustokartat, joten tarkista, että olet oikeassa http- tai https- ja www- tai ei-www-omaisuudessa.
Miksi Search Console sanoo Couldn't fetch tai Sitemap could not be read?
Google listaa noutovirheelle nämä dokumentoidut syyt:
- robots.txt estää sivustokartan. Google noudattaa robots.txt:ää myös sivustokarttoja noutaessaan, joten esimerkiksi sääntö
Disallow: /sitemappysäyttää sen. - URL on väärä ja palauttaa 404:n. Tavallisia virheitä ovat eri polku, puuttuva
wwwtaihttposoitteenhttpssijaan. - Yleinen virhe, kuten palvelin ei ole käytettävissä. Osa näistä on tilapäisiä.
- Sivustolla on ratkaisematon manuaalinen toimenpide. Sivustokarttoja ei lueta ennen kuin se on korjattu.
- Sivustokartan indeksointikysyntä on vähäistä.
Yksi syy, jota Google ei nimeä erikseen, näkyy yleisenä virheenä tai HTTP-virheenä: palomuuri, CDN tai bottisuojaus, joka vastaa Googlebotille koodilla 403 tai 429 tai haastesivulla, vaikka selaimesi saa tiedoston. Kirjautumisvaatimus tiedoston edessä tekee saman. Voit varmistaa vian Googlen puolelta liittämällä sivustokartan URL:n URL-tarkistustyökaluun, ajamalla live-testin ja tarkistamalla, että indeksoinnin sallimisen kohdalla lukee kyllä ja sivun noudon kohdalla onnistui.
Miten testaan sivustokartan ulkopuolelta?
Aja nämä neljä tarkistusta millä tahansa koneella. Korvaa example.com omalla verkkotunnuksellasi.
# 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 Mitä etsiä: lopullisen tilan on oltava 200. Uudelleenohjausten ketju tarkoittaa, että lähetit osoitteen, joka ei ole lopullinen; Search Console näyttää täsmälleen lähettämäsi URL:n eikä seuraa sen uudelleenohjauksia, joten lähetä lopullinen URL. Sisältötyyppi text/html yhdessä HTML-rungon kanssa tarkoittaa, että palvelin lähetti tiedoston sijaan sivun, usein 404-sivun tai etusivun. Jos tarkistus 2 palauttaa 403, 429 tai 503, kun tarkistus 1 palauttaa 200, palomuurisääntö kohtelee crawlereita eri tavalla. Jotkin palvelimet vastaavat HEAD-pyyntöihin eri tavalla kuin GET-pyyntöihin, minkä vuoksi tarkistus 2 käyttää tavallista pyyntöä.
Testisi tulee omasta IP-osoitteestasi, joten se näyttää, miten sääntösi kohtelevat user agentia. IP-alueisiin perustuvat säännöt voivat silti kohdella oikeaa Googlebotia eri tavalla. Google julkaisee crawleriensa IP-alueet ja tukee käänteistä DNS-varmistusta, joten sallimissääntö voi tunnistaa oikean crawlerin user agent -merkkijonon sijaan.
Mitä Has errors -viestit tarkoittavat ja miten korjaan ne?
Kun tiedosto noudetaan mutta sitä ei voida jäsentää kokonaan, tietosivu nimeää virheen. Todennäköisimmin näet nämä:
- Parsing error (jäsennysvirhe): XML:ää ei voitu jäsentää, usein URL:ssä olevan koodaamattoman merkin vuoksi. Kirjoita
&muodossa&ja koodaa myös',",<ja>. - Unsupported format (ei tuettu muoto): otsake tai nimiavaruus on väärä. Sivustokartan on alettava XML-määrittelyllä ja käytettävä nimiavaruutta
http://www.sitemaps.org/schemas/sitemap/0.9suorin lainausmerkein. - Invalid date (virheellinen päiväys):
lastmod-arvon on käytettävä W3C Datetime -muotoa, kuten2026-11-17tai2026-11-17T09:30:00+00:00. Jos lisäät kellonajan, lisää myös aikavyöhyke. - URL not allowed (URL ei sallittu): listatut URL-osoitteet ovat sivustokartan kansion yläpuolella tai toisessa verkkotunnuksessa tai protokollassa. Path mismatch on sama ongelma
www-osan kanssa: sivustokartan ja sen URL-osoitteiden on täsmättävä. - Too many URLs tai Sitemap file size error: yli 50 000 URL:ää tai yli 50 Mt pakkaamattomana. Jaa tiedosto ja listaa osat sivustokarttaindeksissä.
- Compression error (pakkausvirhe): gzip-tiedosto on vioittunut. Pakkaa se uudelleen, lataa se palvelimelle ja lähetä uudelleen.
- Empty sitemap (tyhjä sivustokartta): tiedostossa ei ole URL-osoitteita. Tarkista generaattori, joka sen kirjoittaa.
- Leading whitespace (tyhjää alussa): vain varoitus. Poista kaikki ennen XML-määrittelyä.
- URLs not followed tai URLs not accessible: tiedosto on kunnossa, mutta listatut URL-osoitteet ohjautuvat liian monta kertaa tai niitä ei voi indeksoida. Listaa vain lopulliset, absoluuttiset URL-osoitteet.
<?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> Mitkä ovat sivustokartan kokorajat ja muotosäännöt?
sitemaps.org-protokolla ja Googlen dokumentaatio asettavat samat rajat: enintään 50 000 URL:ää ja enintään 50 Mt pakkaamattomana sivustokarttatiedostoa kohden. Sivustokarttaindeksi voi listata enintään 50 000 sivustokarttaa, ja sillä on sama kokoraja; Google raportoi Too many sitemaps, kun indeksi ylittää sen. Indeksit eivät voi osoittaa toisiin indekseihin. Tiedoston on oltava UTF-8-koodattu, jokainen arvo on koodattava entiteeteiksi, ja Google pyytää täydellisiä, absoluuttisia URL-osoitteita.
Google kertoo myös ohittavansa priority- ja changefreq-arvot ja käyttävänsä lastmod-arvoa vain, kun se on johdonmukaisesti ja todennettavasti oikein, joten aseta se päivään, jolloin sisältö viimeksi muuttui merkittävästi. sitemaps.org-protokollan mukaan sivustokartta osoitteessa https://example.com/blog/sitemap.xml voi listata vain polun /blog/ alla olevia URL-osoitteita, minkä vuoksi Google suosittelee sivustokarttojen sijoittamista sivuston juureen. Suuri sivusto jakaa URL-osoitteensa useisiin tiedostoihin ja lähettää yhden indeksin:
<?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> Lisää myös robots.txt-tiedostoon yksi rivi, jossa on koko URL, esimerkiksi Sitemap: https://example.com/sitemap.xml. Se voi olla missä kohtaa tiedostoa tahansa, ja jokainen robots.txt:n lukeva crawler löytää sen avulla sivustokarttasi, ei vain ne, joille lähetät sen.
Käyttävätkö tekoälycrawlerit myös sivustokarttoja?
Googlen osalta välillisesti kyllä. Sivustokartat auttavat Googlea löytämään URL-osoitteita hakuindeksiinsä, ja Googlen mukaan sen AI Overviews ja AI Mode hyödyntävät tätä indeksiä: sivun on oltava indeksoitu ja kelpoinen tekstikatkelmaan näkyäkseen tukilinkkinä. Indeksointia hidastava sivustokarttavirhe voi siksi viivästyttää myös sivun näkymistä Googlen tekoälyominaisuuksissa.
Muiden vastauskoneiden osalta asiaa ei ole dokumentoitu. OpenAI:n, Anthropicin ja Perplexityn crawler-dokumentaatio ei kerro, lukevatko niiden crawlerit sivustokarttoja, joten älä laske sivustokartan varaan saadaksesi sivun ChatGPT:hen, Claudeen tai Perplexityyn. Sisäiset linkit sekä avoin robots.txt ja palomuuri ovat siellä tärkeämpiä. Toimivan sivustokartan ja robots.txt:n Sitemap:-rivin ylläpito ei maksa mitään ja palvelee jokaista crawleria, joka niitä käyttää.
Täysi AISeeWhy-raportti lukee robots.txt:ssä ilmoitetut tai osoitteesta /sitemap.xml löytyvät sivustokartat ja merkitsee sivustokartan, jota ei voi noutaa tai jäsentää, ja kummallekin tapaukselle on korjausopas: Sitemapia ei voi hakea ja Sitemapia ei voi lukea.
Korjaukset tähän ongelmaan
- Rikkinäisiä linkkejä llms.txt-tiedostossa: 2
- Sivukarttaa ei löytynyt
- Sitemapia ei voi hakea (tila 403)
- Sitemapia ei voi lukea
Seuraavat vaiheet
- robots.txt-testeri ja -tarkistin tekoälyindeksoijille
- Tekoälyindeksoijan IP-tarkistus
- Katso esimerkki koko raportista
- Tekoälyindeksoijien valvonta
- Tilaukset ja hinnat
Tämän artikkelin indeksoijat
Usein kysytyt kysymykset
Mitä Impossible de lire le sitemap tarkoittaa?
Se on ranskankielisen Search Consolen teksti viestille Sitemap could not be read. Se näkyy tietosivulla, kun Google ei saanut tiedostoa noudettua lainkaan. Tarkista URL, robots.txt, palvelimen tilakoodi ja palomuurisi, korjaa syy ja lähetä kartta uudelleen.
Kuinka pian korjauksen jälkeen Google lukee sivustokarttani uudelleen?
Googlen mukaan se yrittää indeksoida sivustokartan heti, kun lähetät sen, joten lähetä se uudelleen korjauksen jälkeen. Onnistuneen lukemisen jälkeen se indeksoi sivustokartan uudelleen omassa aikataulussaan, muusta sivustosta riippumatta.
Miksi sivustokarttaani ei näy Sivustokartat-raportissa?
Raportti näyttää vain raportin tai API:n kautta lähetetyt sivustokartat ja vain nykyiselle omaisuudelle. Google voi käyttää robots.txt:n kautta löytynyttä sivustokarttaa, vaikka se ei näy siellä. Lähetä se nähdäksesi sen tilan.
Poistaako sivustokarttavirhe sivuni Googlesta?
Ei yksinään. Googlen mukaan se muistaa aiemmista onnistuneista lukukerroista oppimansa, eikä myöhempi virhe saa sitä unohtamaan. Uudet ja muuttuneet sivut voivat löytyä hitaammin, kunnes sivustokartta toimii taas.
Poistuuko virhe, jos poistan sivustokartan ja lähetän sen uudelleen?
Vain jos syy on korjattu. Sivustokartan poistaminen raportista ei saa Googlea unohtamaan sitä tai sen URL-osoitteita, ja uudelleen lähetetty sivustokartta, joka yhä epäonnistuu, saa saman virheen.
Lähteet
- Google Search Console Help: Sitemaps report
- Google Search Console Help: Rapport sur les sitemaps (ranskankielinen)
- 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