Разбор и сборка sitemap.xml — парсер и генератор карты сайта

Задача из будней: вытащить из sitemap.xml список адресов, чтобы загнать его в краулер, сверить с индексом или раскидать по задачам. Открываете файл в браузере, а там XML на три экрана, и руками из него ничего не выберешь.

Инструмент выше работает в двух режимах. Разбор превращает карту сайта в таблицу, сборка делает обратное: из списка ссылок собирает готовый sitemap.xml.

Когда это нужно

SEO-специалисту на аудите: посмотреть, что вообще лежит в карте сайта у клиента или у конкурента. Контент-менеджеру: выгрузить адреса раздела и разобрать их по задачам. Разработчику маленького сайта, где карта не генерируется движком и проще собрать её руками.

Отдельная история: переезд на новый домен или смена структуры адресов. Карта старого сайта здесь превращается в список того, что нельзя потерять. Разберите её в таблицу, выгрузите адреса текстом и положите в первую колонку таблицы редиректов. Во вторую впишите новые адреса. По этому же списку потом проверяют, что каждый старый адрес отвечает 301-м и ведёт куда надо. Когда на переезде висит живой трафик, мы переносим сайт вместе с редиректами и проверяем ответы по всему списку после запуска.

Как устроен файл

Внутри корневого тега urlset лежат блоки url, по одному на страницу. В каждом блоке до четырёх тегов:

• loc: адрес страницы, единственный обязательный тег.
• lastmod: дата последнего изменения в формате 2026-09-16.
• changefreq: как часто страница меняется. Поисковики давно смотрят на этот тег сквозь пальцы.
• priority: вес страницы внутри сайта, от 0.1 до 1.0. Влияет разве что на порядок обхода.

У формата есть потолки: 50 000 адресов и 50 МБ на один файл. Сайт крупнее разбивают на несколько карт и перечисляют их в индексе, отдельном файле с тегом sitemapindex. Браузер разберёт и карту на десятки тысяч строк, но таблица будет собираться несколько секунд.

Режим разбора

Вставьте XML в поле или загрузите файл с диска. Ниже появится таблица из двух колонок, адрес и дата изменения, а рядом счётчик найденных URL.

Кнопка загрузки ждёт обычный .xml. Многие сайты отдают карту сжатой, файлом sitemap.xml.gz. Распакуйте архив и вставьте содержимое в поле: разворачивать gzip инструмент не умеет, вместо таблицы вы увидите ошибку разбора.

Поле фильтра отбирает адреса по куску строки: написали /blog/, остались только статьи, и счётчик тут же пересчитался по отфильтрованному списку. Тем же приёмом считают товары. Фильтр по /catalog/ даёт число карточек в карте, и вы сверяете его с выгрузкой из 1С. Разошлось на сотню? Значит, часть товаров в карту не попала. Отфильтрованный список копируется кнопкой или скачивается текстовым файлом.

Вставили индекс карт сайта? Инструмент это заметит и покажет список вложенных файлов. Разбирайте их по очереди, адреса страниц лежат внутри.

Кривая разметка не проходит молча. Если XML не разбирается или в нём нет ни одного loc, инструмент напишет об этом прямо под полем, и вы сразу поймёте, что чинить.

Режим сборки

Здесь наоборот. Вставляете адреса по одному в строке, и XML собирается сразу.

Дата lastmod проставляется сегодняшним числом, галочку можно снять. Значения changefreq и priority выбираются из списков, а если оставить их незаданными, в файл они не попадут. Результат копируется или скачивается как sitemap.xml.

Спецсимволы в адресах экранируются. Амперсанд в параметрах ссылки файл не сломает.

Что делать с готовым файлом

Положите его в корень сайта, чтобы карта открывалась по адресу вида example.ru/sitemap.xml. Проверьте, что файл отдаётся кодом 200 и не закрыт авторизацией: робот зайдёт к нему без пароля.

Добавьте в robots.txt строку Sitemap с полным адресом карты, вместе с протоколом. Её пишут в конце файла, и она действует на всех роботов сразу.

Дальше скажите про карту поисковикам. В Яндекс Вебмастере это раздел «Индексирование», пункт «Файлы Sitemap». В Google Search Console нужный пункт лежит в левом меню и называется так же. Обе панели потом покажут, сколько адресов робот прочитал и сколько взял в индекс. Расхождение между этими числами и есть ваш список задач.

О чём помнить

Разбор и сборка идут в браузере. Файл никуда не загружается, на сервер не уходит ни строки, поэтому карту закрытого стенда можно смотреть спокойно.

По ссылкам инструмент не ходит. Он читает текст, который вы вставили, и не знает, отвечают адреса из карты или давно отдают 404.

При сборке дата у всех адресов получается одна: сегодняшняя. Это не реальная дата правки страницы, и поисковику она ничего полезного не скажет.

Отсюда правило: постоянную карту сайта лучше отдавать движком, а ручная сборка выручает на разовых задачах и маленьких проектах, где генератора просто нет.