Google Search Console-ലെ sitemap പിശകുകൾ എന്താണ് അർത്ഥമാക്കുന്നത്, അവ എങ്ങനെ പരിഹരിക്കാം?

പ്രസിദ്ധീകരിച്ചത്

ചുരുക്കത്തിൽ

Google Search Console-ലെ sitemap പിശകുകൾ അർത്ഥമാക്കുന്നത് ഒന്നുകിൽ Google-ന് ഫയൽ ഡൗൺലോഡ് ചെയ്യാനേ കഴിഞ്ഞില്ല (Couldn't fetch, വിശദാംശ പേജിൽ Sitemap could not be read എന്ന് കാണിക്കുന്നു), അല്ലെങ്കിൽ ഡൗൺലോഡ് ചെയ്തെങ്കിലും അതിന്റെ ഒരു ഭാഗം പാർസ് ചെയ്യാൻ കഴിഞ്ഞില്ല (Has errors) എന്നാണ്. ഫെച്ച് പരാജയങ്ങൾ സാധാരണയായി തെറ്റായ URL, robots.txt നിയമം, സെർവർ പിശക്, അല്ലെങ്കിൽ Googlebot-ന് മറുപടി നൽകുന്ന ഫയർവാൾ എന്നിവയിൽ നിന്നാണ്; പാർസിംഗ് പിശകുകൾ തകർന്ന XML, തെറ്റായ തീയതികൾ, തെറ്റായ URL-കൾ, അല്ലെങ്കിൽ 50,000 URL-ൽ അധികമോ 50 MB-ൽ അധികമോ ഉള്ള ഫയലുകൾ എന്നിവയിൽ നിന്നാണ്. sitemap URL പുറത്തുനിന്ന് curl ഉപയോഗിച്ച് ടെസ്റ്റ് ചെയ്യുക, കാരണം പരിഹരിക്കുക, വീണ്ടും സമർപ്പിക്കുക.

Search Console-ലെ Sitemaps റിപ്പോർട്ട് വാക്കുകളിൽ പിശുക്കാണ്: ഒരു സ്റ്റാറ്റസ്, ഒരു എണ്ണം, ചിലപ്പോൾ ഒരു പിശകിന്റെ പേര്. ഓരോ സ്റ്റാറ്റസിന് പിന്നിലും നിങ്ങളുടെ സ്വന്തം ടെർമിനലിൽ നിന്ന് ഒരു മിനിറ്റിനുള്ളിൽ ആവർത്തിക്കാവുന്ന ഒരു പ്രത്യേക പരാജയമുണ്ട്. Google രേഖപ്പെടുത്തുന്ന ഓരോ സന്ദേശത്തെയും അതിന്റെ കാരണവുമായി ഈ ഗൈഡ് ബന്ധിപ്പിക്കുന്നു, പുറത്തുനിന്ന് അത് എങ്ങനെ ടെസ്റ്റ് ചെയ്യാമെന്ന് കാണിക്കുന്നു, പരിഹാരം നൽകുന്നു.

ഈ പേജിൽ
  1. Search Console-ലെ sitemap സ്റ്റാറ്റസുകൾ എന്താണ് അർത്ഥമാക്കുന്നത്?
  2. Search Console എന്തുകൊണ്ട് Couldn't fetch അല്ലെങ്കിൽ Sitemap could not be read എന്ന് പറയുന്നു?
  3. പുറത്തുനിന്ന് ഒരു sitemap എങ്ങനെ ടെസ്റ്റ് ചെയ്യാം?
  4. Has errors സന്ദേശങ്ങൾ എന്താണ് അർത്ഥമാക്കുന്നത്, അവ എങ്ങനെ പരിഹരിക്കാം?
  5. sitemap-ന്റെ വലുപ്പ പരിധികളും ഫോർമാറ്റ് നിയമങ്ങളും എന്തൊക്കെ?
  6. AI ക്രോളറുകളും sitemap-കൾ ഉപയോഗിക്കുന്നുണ്ടോ?

Search Console-ലെ sitemap സ്റ്റാറ്റസുകൾ എന്താണ് അർത്ഥമാക്കുന്നത്?

നിങ്ങൾ സമർപ്പിക്കുന്ന ഓരോ sitemap-നും, Google അവസാനം അഭ്യർത്ഥിച്ച സമയത്തെ അടിസ്ഥാനമാക്കി ഒരു സ്റ്റാറ്റസ് ലഭിക്കും:

ഫെച്ചോ പാർസോ പരാജയപ്പെട്ടാൽ, Google കുറച്ച് ദിവസം ശ്രമിച്ചുകൊണ്ടിരിക്കും, തുടർന്ന് ആ sitemap അഭ്യർത്ഥിക്കുന്നത് നിർത്തും, അതിനാൽ തകർന്ന sitemap സ്വയം ശരിയാകില്ല. ആശയക്കുഴപ്പമുണ്ടാക്കുന്ന പല റിപ്പോർട്ടുകൾക്കും രണ്ട് വിശദാംശങ്ങൾ കൂടി വിശദീകരണം നൽകുന്നു: robots.txt-ൽ കണ്ടെത്തിയവയല്ല, റിപ്പോർട്ട് വഴിയോ API വഴിയോ സമർപ്പിച്ച sitemap-കൾ മാത്രമേ റിപ്പോർട്ട് കാണിക്കൂ, നിലവിലെ പ്രോപ്പർട്ടിയുടെ sitemap-കൾ മാത്രമേ കാണിക്കൂ, അതിനാൽ നിങ്ങൾ ശരിയായ http/https, www/www ഇല്ലാത്ത പ്രോപ്പർട്ടിയിലാണെന്ന് ഉറപ്പാക്കുക.

Search Console എന്തുകൊണ്ട് Couldn't fetch അല്ലെങ്കിൽ Sitemap could not be read എന്ന് പറയുന്നു?

ഫെച്ച് പരാജയത്തിന് Google രേഖപ്പെടുത്തിയ കാരണങ്ങൾ ഇവയാണ്:

Google പ്രത്യേകം പേരെടുത്ത് പറയാത്ത ഒരു കാരണം പൊതുവായ അല്ലെങ്കിൽ HTTP പിശകായി കാണപ്പെടുന്നു: നിങ്ങളുടെ ബ്രൗസറിന് ഫയൽ ലഭിക്കുമ്പോൾ Googlebot-ന് 403, 429 അല്ലെങ്കിൽ ചലഞ്ച് പേജ് നൽകുന്ന ഫയർവാൾ, CDN അല്ലെങ്കിൽ ബോട്ട് സംരക്ഷണം. ഫയലിന് മുന്നിലുള്ള ലോഗിൻ ആവശ്യകതയും ഇതുതന്നെ ചെയ്യുന്നു. Google-ന്റെ ഭാഗത്തുനിന്ന് പരാജയം ഉറപ്പാക്കാൻ, sitemap URL URL Inspection ടൂളിൽ പേസ്റ്റ് ചെയ്ത് ലൈവ് ടെസ്റ്റ് പ്രവർത്തിപ്പിച്ച്, Crawl allowed Yes ആണെന്നും Page fetch Successful ആണെന്നും പരിശോധിക്കുക.

പുറത്തുനിന്ന് ഒരു sitemap എങ്ങനെ ടെസ്റ്റ് ചെയ്യാം?

ഏത് മെഷീനിൽ നിന്നും ഈ നാല് പരിശോധനകൾ പ്രവർത്തിപ്പിക്കുക. example.com നിങ്ങളുടെ ഡൊമെയ്‌ൻ കൊണ്ട് മാറ്റുക.

# 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

എന്ത് നോക്കണം: അന്തിമ സ്റ്റാറ്റസ് 200 ആയിരിക്കണം. റീഡയറക്ടുകളുടെ ശൃംഖല എന്നാൽ നിങ്ങൾ അന്തിമമല്ലാത്ത വിലാസമാണ് സമർപ്പിച്ചത്; നിങ്ങൾ സമർപ്പിച്ച കൃത്യമായ URL ആണ് Search Console കാണിക്കുന്നത്, അതിനായി റീഡയറക്ടുകൾ പിന്തുടരുന്നില്ല, അതിനാൽ അന്തിമ URL സമർപ്പിക്കുക. HTML ബോഡിയോടൊപ്പം text/html ഉള്ളടക്ക തരം എന്നാൽ സെർവർ ഫയലിന് പകരം ഒരു പേജ്, പലപ്പോഴും 404 പേജോ ഹോം പേജോ, അയച്ചു എന്നാണ്. പരിശോധന 1 200 നൽകുമ്പോൾ പരിശോധന 2 403, 429 അല്ലെങ്കിൽ 503 നൽകുന്നുവെങ്കിൽ, ഒരു ഫയർവാൾ നിയമം ക്രോളറുകളെ വ്യത്യസ്തമായി കൈകാര്യം ചെയ്യുന്നു. ചില സെർവറുകൾ HEAD അഭ്യർത്ഥനകൾക്ക് GET-ൽ നിന്ന് വ്യത്യസ്തമായി മറുപടി നൽകുന്നു, അതുകൊണ്ടാണ് പരിശോധന 2 സാധാരണ അഭ്യർത്ഥന ഉപയോഗിക്കുന്നത്.

നിങ്ങളുടെ ടെസ്റ്റ് നിങ്ങളുടെ സ്വന്തം IP വിലാസത്തിൽ നിന്നാണ് വരുന്നത്, അതിനാൽ നിങ്ങളുടെ നിയമങ്ങൾ യൂസർ ഏജന്റിനെ എങ്ങനെ കൈകാര്യം ചെയ്യുന്നുവെന്ന് അത് കാണിക്കുന്നു. IP ശ്രേണികളെ അടിസ്ഥാനമാക്കിയുള്ള നിയമങ്ങൾ യഥാർത്ഥ Googlebot-നെ വ്യത്യസ്തമായി കൈകാര്യം ചെയ്തേക്കാം. Google അതിന്റെ ക്രോളർ IP ശ്രേണികൾ പ്രസിദ്ധീകരിക്കുകയും റിവേഴ്സ് DNS സ്ഥിരീകരണം പിന്തുണയ്ക്കുകയും ചെയ്യുന്നു, അതിനാൽ ഒരു അനുവദിക്കൽ നിയമത്തിന് യൂസർ ഏജന്റ് സ്ട്രിംഗിന് പകരം യഥാർത്ഥ ക്രോളറുമായി പൊരുത്തപ്പെടാം.

Has errors സന്ദേശങ്ങൾ എന്താണ് അർത്ഥമാക്കുന്നത്, അവ എങ്ങനെ പരിഹരിക്കാം?

ഫയൽ എടുത്തെങ്കിലും പൂർണ്ണമായി പാർസ് ചെയ്യാൻ കഴിയാതെ വരുമ്പോൾ, വിശദാംശ പേജ് പിശകിന്റെ പേര് നൽകുന്നു. നിങ്ങൾ കാണാൻ ഏറ്റവും സാധ്യതയുള്ളവ:

<?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&amp;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>

sitemap-ന്റെ വലുപ്പ പരിധികളും ഫോർമാറ്റ് നിയമങ്ങളും എന്തൊക്കെ?

sitemaps.org പ്രോട്ടോക്കോളും Google-ന്റെ ഡോക്യുമെന്റേഷനും ഒരേ പരിധികൾ നിശ്ചയിക്കുന്നു: ഓരോ sitemap ഫയലിനും പരമാവധി 50,000 URL-കളും കംപ്രസ് ചെയ്യാതെ പരമാവധി 50 MB-ഉം. ഒരു sitemap ഇൻഡക്സിൽ 50,000 sitemap-കൾ വരെ നൽകാം, അതിനും ഇതേ വലുപ്പ പരിധിയാണ്, ഒരു ഇൻഡക്സ് അത് കവിയുമ്പോൾ Google Too many sitemaps എന്ന് റിപ്പോർട്ട് ചെയ്യുന്നു. ഇൻഡക്സുകൾക്ക് മറ്റ് ഇൻഡക്സുകളിലേക്ക് ചൂണ്ടാൻ കഴിയില്ല. ഫയൽ UTF-8 എൻകോഡിംഗിലായിരിക്കണം, ഓരോ മൂല്യവും എന്റിറ്റി-എസ്കേപ്പ് ചെയ്തിരിക്കണം, പൂർണ്ണമായ, absolute URL-കൾ Google ആവശ്യപ്പെടുന്നു.

priority, changefreq എന്നിവ അവഗണിക്കുന്നുവെന്നും, lastmod സ്ഥിരമായും പരിശോധിക്കാവുന്ന രീതിയിലും കൃത്യമാകുമ്പോൾ മാത്രമേ ഉപയോഗിക്കൂ എന്നും Google പറയുന്നു, അതിനാൽ ഉള്ളടക്കം അർത്ഥവത്തായി അവസാനം മാറിയ തീയതിയായി അത് സജ്ജമാക്കുക. sitemaps.org പ്രോട്ടോക്കോൾ പ്രകാരം, https://example.com/blog/sitemap.xml-ലുള്ള sitemap-ന് /blog/-ന് കീഴിലുള്ള URL-കൾ മാത്രമേ നൽകാനാകൂ, അതുകൊണ്ടാണ് sitemap-കൾ സൈറ്റിന്റെ റൂട്ടിൽ വയ്ക്കാൻ Google ശുപാർശ ചെയ്യുന്നത്. ഒരു വലിയ സൈറ്റ് അതിന്റെ URL-കൾ പല ഫയലുകളായി വിഭജിച്ച് ഒരു ഇൻഡക്സ് സമർപ്പിക്കുന്നു:

<?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>

പൂർണ്ണ URL ഉള്ള ഒരു വരിയും robots.txt-ൽ ചേർക്കുക, ഉദാഹരണത്തിന് Sitemap: https://example.com/sitemap.xml. ഇത് ഫയലിൽ എവിടെയും വയ്ക്കാം, നിങ്ങൾ സമർപ്പിക്കുന്നവയ്ക്ക് മാത്രമല്ല, robots.txt വായിക്കുന്ന ഏത് ക്രോളറിനും അതിൽ നിന്ന് നിങ്ങളുടെ sitemap കണ്ടെത്താം.

AI ക്രോളറുകളും sitemap-കൾ ഉപയോഗിക്കുന്നുണ്ടോ?

Google-ന്റെ കാര്യത്തിൽ, പരോക്ഷമായി അതെ. സെർച്ച് ഇൻഡക്സിനായി URL-കൾ കണ്ടെത്താൻ sitemap-കൾ Google-നെ സഹായിക്കുന്നു, അതിന്റെ AI Overviews-ഉം AI Mode-ഉം ആ ഇൻഡക്സിനെ ആശ്രയിക്കുന്നുവെന്ന് Google പറയുന്നു: പിന്തുണയ്ക്കുന്ന ലിങ്കായി വരാൻ ഒരു പേജ് ഇൻഡക്സ് ചെയ്തിരിക്കണം, സ്നിപ്പെറ്റിന് യോഗ്യമായിരിക്കണം. അതിനാൽ ഇൻഡക്സിംഗ് മന്ദഗതിയിലാക്കുന്ന sitemap പിശക് Google-ന്റെ AI ഫീച്ചറുകളിൽ ഒരു പേജ് വരുന്നതും വൈകിപ്പിച്ചേക്കാം.

മറ്റ് ഉത്തര എഞ്ചിനുകളുടെ കാര്യം രേഖപ്പെടുത്തിയിട്ടില്ല. OpenAI, Anthropic, Perplexity എന്നിവയുടെ ക്രോളർ ഡോക്യുമെന്റേഷൻ അവയുടെ ക്രോളറുകൾ sitemap-കൾ വായിക്കുന്നുണ്ടോ എന്ന് പറയുന്നില്ല, അതിനാൽ ChatGPT, Claude, Perplexity എന്നിവയിൽ ഒരു പേജ് എത്തിക്കാൻ sitemap-നെ ആശ്രയിക്കരുത്. അവിടെ ആന്തരിക ലിങ്കുകളും തുറന്ന robots.txt-ഉം ഫയർവാളുമാണ് കൂടുതൽ പ്രധാനം. പ്രവർത്തിക്കുന്ന sitemap-ഉം robots.txt-ൽ Sitemap: വരിയും സൂക്ഷിക്കാൻ ചെലവൊന്നുമില്ല, അവ ഉപയോഗിക്കുന്ന ഏത് ക്രോളറിനും അത് ഉപകാരപ്പെടും.

പൂർണ്ണ AISeeWhy റിപ്പോർട്ട് robots.txt-ൽ പ്രഖ്യാപിച്ചതോ /sitemap.xml-ൽ കണ്ടെത്തിയതോ ആയ sitemap-കൾ വായിക്കുന്നു, എടുക്കാനോ പാർസ് ചെയ്യാനോ കഴിയാത്ത sitemap അടയാളപ്പെടുത്തുന്നു, ഓരോ സാഹചര്യത്തിനും പരിഹാര ഗൈഡോടെ: ലഭ്യമല്ലാത്ത sitemap, വായിക്കാനാകാത്ത sitemap.

ഈ പ്രശ്നത്തിനുള്ള പരിഹാരങ്ങൾ

സൗജന്യ ടൂളുകൾ

അടുത്ത ഘട്ടങ്ങൾ

ഈ ലേഖനത്തിലെ ക്രോളറുകൾ

പതിവ് ചോദ്യങ്ങൾ

Impossible de lire le sitemap എന്താണ് അർത്ഥമാക്കുന്നത്?

Sitemap could not be read എന്നതിനുള്ള ഫ്രഞ്ച് Search Console ടെക്സ്റ്റാണിത്. Google-ന് ഫയൽ എടുക്കാനേ കഴിയാതിരുന്നപ്പോൾ വിശദാംശ പേജിൽ ഇത് വരുന്നു. URL, robots.txt, സെർവറിന്റെ സ്റ്റാറ്റസ് കോഡ്, നിങ്ങളുടെ ഫയർവാൾ എന്നിവ പരിശോധിച്ച്, കാരണം പരിഹരിച്ച്, വീണ്ടും സമർപ്പിക്കുക.

പരിഹരിച്ച ശേഷം Google എത്ര സമയത്തിനുള്ളിൽ എന്റെ sitemap വീണ്ടും വായിക്കും?

നിങ്ങൾ സമർപ്പിച്ചാലുടൻ ഒരു sitemap ക്രോൾ ചെയ്യാൻ ശ്രമിക്കുമെന്ന് Google പറയുന്നു, അതിനാൽ പരിഹാരത്തിന് ശേഷം വീണ്ടും സമർപ്പിക്കുക. വിജയകരമായ വായനയ്ക്ക് ശേഷം, സൈറ്റിന്റെ ബാക്കി ഭാഗത്തിൽ നിന്ന് സ്വതന്ത്രമായി, സ്വന്തം ഷെഡ്യൂളിൽ അത് sitemap വീണ്ടും ക്രോൾ ചെയ്യുന്നു.

എന്റെ sitemap Sitemaps റിപ്പോർട്ടിൽ കാണാത്തത് എന്തുകൊണ്ട്?

റിപ്പോർട്ട് വഴിയോ API വഴിയോ സമർപ്പിച്ച sitemap-കൾ മാത്രമേ, അതും നിലവിലെ പ്രോപ്പർട്ടിക്ക് മാത്രം, റിപ്പോർട്ട് കാണിക്കൂ. robots.txt വഴി കണ്ടെത്തിയ sitemap അവിടെ കാണിക്കാതെ തന്നെ Google ഉപയോഗിച്ചേക്കാം. അതിന്റെ സ്റ്റാറ്റസ് കാണാൻ അത് സമർപ്പിക്കുക.

ഒരു sitemap പിശക് എന്റെ പേജുകളെ Google-ൽ നിന്ന് നീക്കം ചെയ്യുമോ?

അത് മാത്രം കൊണ്ട് ഇല്ല. മുമ്പത്തെ വിജയകരമായ വായനകളിൽ നിന്ന് പഠിച്ചത് ഓർക്കുന്നുവെന്നും പിന്നീടുള്ള പരാജയം അത് മറക്കാൻ ഇടയാക്കില്ലെന്നും Google പറയുന്നു. sitemap വീണ്ടും പ്രവർത്തിക്കുന്നതുവരെ പുതിയതും മാറ്റിയതുമായ പേജുകൾ കണ്ടെത്തുന്നത് മന്ദഗതിയിലായേക്കാം.

sitemap ഡിലീറ്റ് ചെയ്ത് വീണ്ടും സമർപ്പിച്ചാൽ പിശക് മാറുമോ?

കാരണം പരിഹരിച്ചിട്ടുണ്ടെങ്കിൽ മാത്രം. റിപ്പോർട്ടിൽ നിന്ന് ഒരു sitemap നീക്കം ചെയ്യുന്നത് Google അതിനെയോ അതിലെ URL-കളെയോ മറക്കാൻ ഇടയാക്കില്ല, ഇപ്പോഴും പരാജയപ്പെടുന്ന, വീണ്ടും സമർപ്പിച്ച sitemap-ന് അതേ പിശക് ലഭിക്കും.

ഉറവിടങ്ങൾ

കൂടുതൽ ലേഖനങ്ങൾ