Google Search Console-இல் sitemap பிழைகள் என்ன பொருள், அவற்றை எப்படிச் சரிசெய்வது?
Google Search Console-இல் sitemap பிழைகள் என்றால், Google கோப்பைப் பதிவிறக்கவே முடியவில்லை (Couldn't fetch, விவரப் பக்கத்தில் Sitemap could not be read எனக் காட்டப்படும்) அல்லது பதிவிறக்கியும் அதன் ஒரு பகுதியை parse செய்ய முடியவில்லை (Has errors) என்று பொருள். fetch தோல்விகள் பொதுவாகத் தவறான URL, robots.txt விதி, சர்வர் பிழை அல்லது Googlebot-க்குப் பதிலளிக்கும் ஃபயர்வாலால் வருகின்றன; parse பிழைகள் உடைந்த XML, தவறான தேதிகள், தவறான URL-கள் அல்லது 50,000 URL-கள் அல்லது 50 MB-க்கு மேற்பட்ட கோப்புகளால் வருகின்றன. sitemap URL-ஐ வெளியிலிருந்து curl மூலம் சோதித்து, காரணத்தைச் சரிசெய்து, மீண்டும் சமர்ப்பியுங்கள்.
Search Console-இன் Sitemaps அறிக்கை சொற்களில் சிக்கனமானது: ஒரு நிலை, ஒரு எண்ணிக்கை, சில நேரம் ஒரு பிழைப் பெயர். ஒவ்வொரு நிலைக்கும் பின்னால், உங்கள் சொந்த terminal-இலிருந்து ஒரு நிமிடத்தில் மீண்டும் உருவாக்கக்கூடிய குறிப்பிட்ட தோல்வி உள்ளது. இந்த வழிகாட்டி Google ஆவணப்படுத்தும் ஒவ்வொரு செய்தியையும் அதன் காரணத்துடன் இணைத்து, அதை வெளியிலிருந்து எப்படிச் சோதிப்பது என்று காட்டி, திருத்தத்தைப் பட்டியலிடுகிறது.
இந்தப் பக்கத்தில்
- Search Console-இல் sitemap நிலைகள் என்ன பொருள்?
- Search Console ஏன் Couldn't fetch அல்லது Sitemap could not be read என்கிறது?
- sitemap-ஐ வெளியிலிருந்து எப்படிச் சோதிப்பது?
- Has errors செய்திகள் என்ன பொருள், அவற்றை எப்படிச் சரிசெய்வது?
- sitemap அளவு வரம்புகளும் வடிவ விதிகளும் என்ன?
- AI கிராலர்களும் sitemap-களைப் பயன்படுத்துகின்றனவா?
Search Console-இல் sitemap நிலைகள் என்ன பொருள்?
நீங்கள் சமர்ப்பிக்கும் ஒவ்வொரு sitemap-உம், Google கடைசியாக அதைக் கோரியபோதைய ஒரு நிலையைப் பெறுகிறது:
- Success: sitemap பிழையின்றிப் பெறப்பட்டுச் செயலாக்கப்பட்டது, அதன் எல்லா URL-களும் கிரால் செய்ய வரிசையில் உள்ளன.
- Has errors (Sitemap had X errors என்றும் காட்டப்படும்): கோப்பு பெறப்பட்டது, ஆனால் அதன் சில பகுதிகளை parse செய்ய முடியவில்லை. சரியாக parse ஆன URL-கள் இன்னும் வரிசையில் உள்ளன.
- Couldn't fetch: Google கோப்பையே பெற முடியவில்லை. sitemap-ஐத் திறக்கும்போது விவரப் பக்கம் Sitemap could not be read என்று சொல்கிறது. பிரெஞ்சு Search Console-இல் அதே செய்தி Impossible de lire le sitemap என்றும், மேல்நிலை நிலை Impossible de récupérer le sitemap என்றும் இருக்கும்.
fetch அல்லது parse தோல்வியுற்றால், Google சில நாட்கள் முயன்றுவிட்டு அந்த sitemap-ஐக் கோருவதை நிறுத்துகிறது, எனவே உடைந்த sitemap தானாகச் சரியாகாது. இன்னும் இரண்டு விவரங்கள் பல குழப்பமான அறிக்கைகளை விளக்குகின்றன: robots.txt-இல் கண்டவை அல்ல, அறிக்கை அல்லது API மூலம் சமர்ப்பிக்கப்பட்ட sitemap-களை மட்டுமே அறிக்கை பட்டியலிடுகிறது; தற்போதைய property-க்கான sitemap-களை மட்டுமே காட்டுகிறது, எனவே நீங்கள் சரியான http அல்லது https, www அல்லது www இல்லாத property-இல் இருக்கிறீர்களா என்று சரிபாருங்கள்.
Search Console ஏன் Couldn't fetch அல்லது Sitemap could not be read என்கிறது?
fetch தோல்விக்கு Google ஆவணப்படுத்தும் காரணங்கள்:
- sitemap robots.txt-ஆல் தடுக்கப்பட்டுள்ளது. sitemap-களைப் பெறும்போது Google robots.txt-ஐ மதிக்கிறது, எனவே
Disallow: /sitemapபோன்ற விதி அதை நிறுத்துகிறது. - URL தவறு, 404 தருகிறது. வேறு path, விடுபட்ட
www, அல்லதுhttps-க்குப் பதிலாகhttpவழக்கமான தவறுகள். - சர்வர் கிடைக்காதது போன்ற பொதுப் பிழை. இவற்றில் சில தற்காலிகமானவை.
- தளத்தில் தீர்க்கப்படாத manual action உள்ளது. அது சரியாகும் வரை sitemap-கள் படிக்கப்படுவதில்லை.
- sitemap-க்குக் குறைந்த crawl demand.
Google தனியாகப் பெயரிடாத ஒரு காரணம் பொது அல்லது HTTP பிழையாகத் தோன்றுகிறது: உங்கள் உலாவி கோப்பைப் பெறும்போது Googlebot-க்கு 403, 429 அல்லது challenge பக்கத்துடன் பதிலளிக்கும் ஃபயர்வால், CDN அல்லது bot பாதுகாப்பு. கோப்புக்கு முன்னால் உள்ள login தேவையும் அதையே செய்கிறது. Google-இன் பக்கத்திலிருந்து தோல்வியை உறுதிசெய்ய, sitemap URL-ஐ URL Inspection கருவியில் ஒட்டி, live test-ஐ இயக்கி, Crawl allowed Yes என்றும் Page fetch Successful என்றும் இருக்கிறதா என்று சரிபாருங்கள்.
sitemap-ஐ வெளியிலிருந்து எப்படிச் சோதிப்பது?
இந்த நான்கு சரிபார்ப்புகளை எந்தக் கணினியிலிருந்தும் இயக்குங்கள். example.com-ஐ உங்கள் domain-ஆல் மாற்றுங்கள்.
# 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 எதைப் பார்க்க வேண்டும்: இறுதி நிலை 200 ஆக இருக்க வேண்டும். redirect-களின் சங்கிலி என்றால் நீங்கள் இறுதியானது அல்லாத முகவரியைச் சமர்ப்பித்துள்ளீர்கள்; Search Console நீங்கள் சமர்ப்பித்த சரியான URL-ஐக் காட்டுகிறது, அதற்கு redirect-களைப் பின்தொடர்வதில்லை, எனவே இறுதி URL-ஐச் சமர்ப்பியுங்கள். text/html content type-உம் HTML body-உம் சேர்ந்து வந்தால், சர்வர் கோப்புக்குப் பதிலாக ஒரு பக்கத்தை, பெரும்பாலும் 404 பக்கத்தையோ முகப்புப் பக்கத்தையோ அனுப்பியது என்று பொருள். சரிபார்ப்பு 1 200 தரும்போது சரிபார்ப்பு 2 403, 429 அல்லது 503 தந்தால், ஒரு ஃபயர்வால் விதி கிராலர்களை வேறுவிதமாக நடத்துகிறது. சில சர்வர்கள் HEAD கோரிக்கைகளுக்கு GET-இலிருந்து வேறுவிதமாகப் பதிலளிக்கின்றன; அதனால்தான் சரிபார்ப்பு 2 சாதாரணக் கோரிக்கையைப் பயன்படுத்துகிறது.
உங்கள் சோதனை உங்கள் சொந்த IP முகவரியிலிருந்து வருகிறது, எனவே உங்கள் விதிகள் user agent-ஐ எப்படி நடத்துகின்றன என்று அது காட்டுகிறது. IP வரம்புகள் அடிப்படையிலான விதிகள் உண்மையான Googlebot-ஐ இன்னும் வேறுவிதமாக நடத்தலாம். Google தன் கிராலர் IP வரம்புகளை வெளியிட்டு, reverse DNS சரிபார்ப்பை ஆதரிக்கிறது; எனவே allow விதி user agent string-க்குப் பதிலாக உண்மையான கிராலருடன் பொருந்தும்படி செய்யலாம்.
Has errors செய்திகள் என்ன பொருள், அவற்றை எப்படிச் சரிசெய்வது?
கோப்பு பெறப்பட்டும் முழுமையாக parse செய்ய முடியாதபோது, விவரப் பக்கம் பிழையைப் பெயரிடுகிறது. நீங்கள் அதிகம் பார்க்கக்கூடியவை:
- Parsing error: XML-ஐ parse செய்ய முடியவில்லை, பெரும்பாலும் URL-இல் escape செய்யப்படாத எழுத்தால்.
&-ஐ&என்று எழுதுங்கள்,',",<,>-ஐயும் escape செய்யுங்கள். - Unsupported format: header அல்லது namespace தவறு. sitemap XML declaration-உடன் தொடங்கி, நேரான மேற்கோள் குறிகளுடன்
http://www.sitemaps.org/schemas/sitemap/0.9namespace-ஐப் பயன்படுத்த வேண்டும். - Invalid date:
lastmodW3C Datetime-ஐப் பயன்படுத்த வேண்டும்,2026-11-17அல்லது2026-11-17T09:30:00+00:00போல. நேரத்தைச் சேர்த்தால், நேர மண்டலத்தையும் சேருங்கள். - URL not allowed: பட்டியலிடப்பட்ட URL-கள் sitemap-இன் folder-க்கு மேலே அல்லது வேறு domain அல்லது protocol-இல் உள்ளன. Path mismatch என்பது
wwwஉடனான அதே சிக்கல்: sitemap-உம் அதன் URL-களும் ஒத்துப்போக வேண்டும். - Too many URLs அல்லது Sitemap file size error: 50,000-க்கு மேற்பட்ட URL-கள் அல்லது சுருக்கப்படாத நிலையில் 50 MB-க்கு மேல். கோப்பைப் பிரித்து, பகுதிகளை sitemap index-இல் பட்டியலிடுங்கள்.
- Compression error: gzip கோப்பு சேதமடைந்துள்ளது. மீண்டும் சுருக்கி, upload செய்து, மீண்டும் சமர்ப்பியுங்கள்.
- Empty sitemap: கோப்பில் URL-கள் இல்லை. அதை எழுதும் generator-ஐச் சரிபாருங்கள்.
- Leading whitespace: ஒரு எச்சரிக்கை மட்டுமே. XML declaration-க்கு முன் உள்ள எதையும் நீக்குங்கள்.
- URLs not followed அல்லது URLs not accessible: கோப்பு சரியானது, ஆனால் பட்டியலிடப்பட்ட URL-கள் அதிகமாக redirect ஆகின்றன அல்லது கிரால் செய்ய முடியவில்லை. இறுதியான, முழுமையான URL-களை மட்டுமே பட்டியலிடுங்கள்.
<?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> sitemap அளவு வரம்புகளும் வடிவ விதிகளும் என்ன?
sitemaps.org நெறிமுறையும் Google-இன் ஆவணமும் அதே வரம்புகளை அமைக்கின்றன: ஒரு sitemap கோப்புக்கு 50,000 URL-களுக்கு மேல் இல்லை, சுருக்கப்படாத நிலையில் 50 MB-க்கு மேல் இல்லை. ஒரு sitemap index 50,000 sitemap-கள் வரை பட்டியலிடலாம், அதற்கும் அதே அளவு வரம்பு; index அதைத் தாண்டும்போது Google Too many sitemaps என்று தெரிவிக்கிறது. index-கள் பிற index-களைச் சுட்ட முடியாது. கோப்பு UTF-8 encoding-இல் இருக்க வேண்டும், ஒவ்வொரு மதிப்பும் entity-escape செய்யப்பட வேண்டும், முழுமையான, absolute URL-களை Google கேட்கிறது.
priority, changefreq-ஐப் புறக்கணிப்பதாகவும், lastmod சீராகவும் சரிபார்க்கக்கூடிய வகையிலும் துல்லியமாக இருக்கும்போது மட்டுமே அதைப் பயன்படுத்துவதாகவும் Google கூறுகிறது, எனவே உள்ளடக்கம் கடைசியாக அர்த்தமுள்ள விதத்தில் மாறிய தேதிக்கு அதை அமையுங்கள். sitemaps.org நெறிமுறையின்படி, https://example.com/blog/sitemap.xml-இல் உள்ள sitemap /blog/-இன் கீழ் உள்ள URL-களை மட்டுமே பட்டியலிடலாம்; அதனால்தான் sitemap-களைத் தளத்தின் root-இல் வைக்குமாறு Google பரிந்துரைக்கிறது. பெரிய தளம் தன் URL-களைப் பல கோப்புகளாகப் பிரித்து ஒரு index-ஐச் சமர்ப்பிக்கிறது:
<?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> robots.txt-இல் முழு URL-உடன் ஒரு வரியையும் சேருங்கள், உதாரணமாக Sitemap: https://example.com/sitemap.xml. அது கோப்பில் எங்கு வேண்டுமானாலும் இருக்கலாம்; நீங்கள் சமர்ப்பிக்கும் இயந்திரங்கள் மட்டுமல்ல, robots.txt-ஐப் படிக்கும் எந்தக் கிராலரும் அதிலிருந்து உங்கள் sitemap-ஐக் கண்டுபிடிக்கலாம்.
AI கிராலர்களும் sitemap-களைப் பயன்படுத்துகின்றனவா?
Google-க்கு, மறைமுகமாக ஆம். sitemap-கள் Google தன் Search குறியீட்டுக்கு URL-களைக் கண்டுபிடிக்க உதவுகின்றன; தன் AI Overviews-உம் AI Mode-உம் அந்தக் குறியீட்டைப் பயன்படுத்துவதாக Google கூறுகிறது: துணை இணைப்பாகத் தோன்ற ஒரு பக்கம் குறியிடப்பட்டு snippet-க்குத் தகுதியுடையதாக இருக்க வேண்டும். எனவே குறியீட்டை மெதுவாக்கும் sitemap பிழை, Google-இன் AI அம்சங்களில் ஒரு பக்கம் தோன்றுவதையும் தாமதப்படுத்தலாம்.
பிற பதில் இயந்திரங்களுக்கு, அது ஆவணப்படுத்தப்படவில்லை. OpenAI, Anthropic, Perplexity-இன் கிராலர் ஆவணங்கள் அவற்றின் கிராலர்கள் sitemap-களைப் படிக்கின்றனவா என்று சொல்லவில்லை, எனவே ஒரு பக்கத்தை ChatGPT, Claude அல்லது Perplexity-க்குள் கொண்டுசெல்ல sitemap-ஐ நம்ப வேண்டாம். அங்கே உள் இணைப்புகளும் திறந்த robots.txt-உம் ஃபயர்வாலும் அதிக முக்கியம். வேலை செய்யும் sitemap-ஐயும் robots.txt-இல் Sitemap: வரியையும் வைத்திருப்பதற்குச் செலவு இல்லை; அவற்றைப் பயன்படுத்தும் எந்தக் கிராலருக்கும் அது உதவுகிறது.
முழு AISeeWhy அறிக்கை robots.txt-இல் அறிவிக்கப்பட்ட அல்லது /sitemap.xml-இல் கண்ட sitemap-களைப் படித்து, பெற முடியாத அல்லது parse செய்ய முடியாத sitemap-ஐ, ஒவ்வொரு நிலைக்கும் திருத்த வழிகாட்டியுடன் குறிக்கிறது: sitemap அடைய முடியவில்லை, sitemap படிக்க முடியவில்லை.
இந்தச் சிக்கலுக்கான திருத்தங்கள்
- llms.txt-இல் உடைந்த இணைப்புகள்: 2
- Sitemap கிடைக்கவில்லை
- Sitemap-ஐப் பெற முடியவில்லை (நிலை 403)
- Sitemap-ஐப் படிக்க முடியவில்லை
அடுத்த படிகள்
- AI கிராலர்களுக்கான robots.txt tester, சரிபார்ப்பு
- AI கிராலர் IP சரிபார்ப்பு
- முழு அறிக்கையின் ஓர் எடுத்துக்காட்டைப் பாருங்கள்
- AI கிராலர் கண்காணிப்பு
- திட்டங்களும் விலைகளும்
இந்தக் கட்டுரையில் உள்ள கிராலர்கள்
அடிக்கடி கேட்கப்படும் கேள்விகள்
Impossible de lire le sitemap என்றால் என்ன?
அது Sitemap could not be read என்பதற்கான பிரெஞ்சு Search Console உரை. Google கோப்பைப் பெறவே முடியாதபோது விவரப் பக்கத்தில் தோன்றுகிறது. URL, robots.txt, சர்வரின் status code, உங்கள் ஃபயர்வால் ஆகியவற்றைச் சரிபார்த்து, காரணத்தைச் சரிசெய்து, மீண்டும் சமர்ப்பியுங்கள்.
திருத்தத்துக்குப் பிறகு Google என் sitemap-ஐ எவ்வளவு நேரத்தில் மீண்டும் படிக்கும்?
நீங்கள் சமர்ப்பித்தவுடன் sitemap-ஐக் கிரால் செய்ய முயல்வதாக Google கூறுகிறது, எனவே திருத்தத்துக்குப் பிறகு மீண்டும் சமர்ப்பியுங்கள். வெற்றிகரமான வாசிப்புக்குப் பிறகு, தளத்தின் மற்ற பகுதியிலிருந்து தனியாக, தன் சொந்த அட்டவணைப்படி sitemap-ஐ மீண்டும் கிரால் செய்கிறது.
என் sitemap ஏன் Sitemaps அறிக்கையில் பட்டியலிடப்படவில்லை?
அறிக்கை அல்லது API மூலம் சமர்ப்பிக்கப்பட்ட sitemap-களை மட்டுமே, தற்போதைய property-க்கு மட்டுமே அறிக்கை காட்டுகிறது. robots.txt மூலம் கண்ட sitemap-ஐ அங்கே தோன்றாமலேயே Google பயன்படுத்தலாம். அதன் நிலையைப் பார்க்க அதைச் சமர்ப்பியுங்கள்.
sitemap பிழை என் பக்கங்களை Google-இலிருந்து நீக்குமா?
தானாக அல்ல. முந்தைய வெற்றிகரமான வாசிப்புகளிலிருந்து கற்றதை நினைவில் வைத்திருப்பதாகவும், பிந்தைய தோல்வி அதை மறக்கச் செய்யாது என்றும் Google கூறுகிறது. sitemap மீண்டும் வேலை செய்யும் வரை புதிய, மாறிய பக்கங்கள் மெதுவாகக் கண்டுபிடிக்கப்படலாம்.
sitemap-ஐ நீக்கி மீண்டும் சமர்ப்பித்தால் பிழை நீங்குமா?
காரணம் சரிசெய்யப்பட்டால் மட்டுமே. அறிக்கையிலிருந்து sitemap-ஐ நீக்குவது Google அதையோ அதன் URL-களையோ மறக்கச் செய்யாது; இன்னும் தோல்வியுறும், மீண்டும் சமர்ப்பிக்கப்பட்ட sitemap அதே பிழையைப் பெறுகிறது.
மூலங்கள்
- Google Search Console Help: Sitemaps report
- Google Search Console Help: Rapport sur les sitemaps (பிரெஞ்சு)
- 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