Come evita URL sitemap errati Advanced SEO Sitemap Builder?

Advanced SEO Sitemap Builder non si limita a elencare il catalogo - controlla ogni URL prima di decidere che sia pronto per la sitemap. Durante la generazione invia una richiesta a ogni URL candidato e legge tre cose: lo status HTTP, qualsiasi segnale noindex (robots meta o header X-Robots-Tag) e il target canonical della pagina. Gli URL che restituiscono un non-200 (redirect, 404), portano noindex o puntano il canonical a un indirizzo diverso vengono saltati invece di essere inviati.

Il flusso di verifica è più prudente di un semplice crawl. Usa prima HEAD, salta gli URL che falliscono già lì, poi esegue GET sulle risposte 200 restanti così può parsare l'head della pagina per canonical e robots meta. I redirect sono seguiti fino al limite configurato, il timeout richiesta ha una soglia minima di sicurezza e la concurrency è limitata a tre richieste così la generazione non martella lo shop.

Ogni skip viene scritto in un log con motivo e codice HTTP, così puoi vedere perché un URL è stato lasciato fuori. Cataloghi grandi vengono divisi in più file con un indice sitemap (fino a 50.000 URL per file), e puoi attivare voci immagine e alternate hreflang quando lo store ne ha bisogno.

Il modulo salva lo stato degli URL candidati nella propria tabella URL: pending, verified, skipped o error, con campi per skip reason, HTTP code, canonical URL, noindex flag, image URLs e verification date. Se la verifica URL è disabilitata, URL pending possono essere marcati verified direttamente; se è abilitata, solo URL che superano i controlli vengono scritti nella sitemap. Cambi prodotto, categoria e CMS marcano di nuovo pending gli URL corrispondenti, così le pagine cambiate vengono ricontrollate alla generazione successiva.

Il writer evita anche un errore operativo comune: scrive prima su file temporanei, poi scambia i file sitemap live. Se non sono disponibili URL verificati, non sovrascrive una sitemap funzionante esistente con una vuota. I file sitemap sono divisi per conteggio URL e dimensione, e il file indice viene usato quando esistono più file lingua o split.

Perché conta: una sitemap pulita significa puntare Google solo alle pagine che vuoi davvero indicizzare, e intercettare qui problemi URL invece di aspettare settimane che emergano in Search Console. L'errore comune che previene è pubblicare una sitemap piena di URL reindirizzati o noindexed che sprecano crawl budget in silenzio.