Tema

Herramientas populares

Comprobador de Sitemap

Para comprobar su sitemap, pegue un dominio o la URL de su sitemap.xml o sitemap_index.xml y obtenga el panorama completo: cada archivo del índice, cada regla que fija el protocolo, las URL que los motores de búsqueda rechazarán y por qué, y si las fechas significan algo.

Sin tope de 100 URL: todas las entradas de cada archivo, hasta 50 000 · robots.txt y su consecuencia · una muestra de páginas obtenida como lo haría un rastreador · gratis, sin registro, sin guardar nada

Basta con un dominio: leemos robots.txt y buscamos en los lugares habituales. También sirve un archivo, como example.com/sitemap.xml.

URL leídasel archivo completoArchivos del índicehasta 10
  • robots.txtSe lee primero, y qué significa
  • Sitemaprobots.txt, y después las rutas habituales
  • Archivos leídosEl índice y diez de sus archivos
  • RevisiónCada regla, frente a robots.txt
ComprobaciónUna sola pasada desde nuestro servidor: los archivos, las reglas y una muestra de las páginas
Pruebe

Cómo comprobar su sitemap.xml

Escriba su dominio arriba y seleccione Comprobar sitemap: leemos robots.txt, encontramos el archivo que nombra, lo leemos junto con hasta diez de sus archivos y obtenemos una muestra repartida de sus URL; después le mostramos qué haría un motor de búsqueda con todo ello.

Puede indicar un dominio sin más o la dirección del propio archivo. A partir de un dominio tomamos primero las líneas Sitemap: de robots.txt y después probamos las rutas habituales; a partir de una dirección leemos exactamente lo que indicó. En los dos casos se lee el archivo completo, no las primeras cien URL, y con él hasta diez archivos de un índice de sitemaps.

Cuatro cosas deciden si un sitemap cumple su función: el archivo se analiza sin errores, se mantiene dentro de los límites del protocolo, nada en él contradice robots.txt ni el noindex de las propias páginas, y sus fechas significan algo. Las vistas de arriba las cubren: Archivos y Problemas para el formato y los límites, robots.txt y Páginas de muestra para las contradicciones, y URL para las fechas.

Cuatro pasos, de un dominio a lo que ve un rastreador
1Escriba un dominioo la dirección del propio sitemap
2Encontramos el archivoprimero robots.txt, después las rutas habituales
3Se lee cada archivoel índice y hasta diez de sus archivos
4Se obtiene una muestraestado, redirección, noindex, canonical
robots.txt200sitemap_index.xml
Comprobar sitemap: un índice con 4 archivos, 420 URL, 36 errores, 7 advertencias y 31 URL que bloquea robots.txtComprobar sitemap: un índice con 4 archivos, 420 URL, 36 errores, 7 advertencias y 31 URL que bloquea robots.txtEl veredictoQué falla en este sitemap en una sola frase, con las cinco cifras que lo sostienen: URL, archivos, errores, advertencias y las URL que robots.txt rechaza.robots.txt y su consecuenciaNo solo el código de estado: lo que ese estado significa para todo el sitio. Un 4xx significa que se puede rastrear todo; un 5xx, que no se puede rastrear nada.Cada archivo del índiceCada archivo con las URL que contiene, su tamaño descomprimido frente al límite de 50 MB, el tamaño transferido al lado y sus propios hallazgos.Las contradiccionesURL que el sitemap pide rastrear mientras robots.txt las rechaza, y páginas de muestra que llevan noindex o nombran otra URL como canonical.
Una comprobación del índice de sitemaps de una tienda inventada: el veredicto y las cifras, los archivos con sus propios hallazgos y las contradicciones entre el sitemap y robots.txt. Seleccione un número para ver qué muestra cada parte.

Qué hace que un sitemap no sea válido

Un sitemap no es válido cuando un analizador no puede leerlo: un & suelto, un elemento raíz incorrecto, un espacio de nombres que falta, una URL relativa o espacio en blanco impreso antes de la declaración XML. Todo lo demás es una advertencia, no un rechazo.

El más común de todos es un ampersand sin escapar. XML lee & como el inicio de una referencia de carácter, así que uno solo, suelto, termina el archivo para un analizador, y todo lo que viene después queda sin leer. Escríbalo &amp;, y escape del mismo modo <, >, " y ' (sitemaps.org). Un <loc> debe ser una URL completa que empiece por el protocolo y tenga menos de 2048 caracteres.

El espacio de nombres debe ser exactamente http://www.sitemaps.org/schemas/sitemap/0.9, con http:// incluso en un sitio https: es un nombre para los analizadores, no una dirección que alguien vaya a pedir. El archivo debe estar en UTF-8, y nada, ni siquiera una línea en blanco, puede ir antes de <?xml; una marca de orden de bytes UTF-8 es lo único que se permite ahí.

Un sitemap, cinco motivos por los que un analizador lo rechazasitemap.xml
  1. 11
  2. 2<?xml version="1.0" encoding="UTF-8"?>
  3. 3<urlset xmlns="http://sitemaps.org/schemas/sitemap/0.9">2
  4. 4 <url>
  5. 5 <loc>https://www.example.org/shop/?size=l&colour=blue</loc>3
  6. 6 </url>
  7. 7 <url>
  8. 8 <loc>/guides/raised-beds/</loc>4
  9. 9 <lastmod>2026-09-14T08:30:00</lastmod>5
  10. 10 </url>
  11. 11</urlset>
  1. 1Una línea en blanco antes de la declaración
  2. 2El espacio de nombres debe ser exactamente esta cadena, con http://
  3. 3Un & suelto termina el archivo para un analizador
  4. 4Una ruta no es una URL: debe empezar por el protocolo
  5. 5Una hora necesita zona horaria; si no, quite la hora

Errores de sitemap en Search Console y qué significa cada uno

Google Search Console da a un sitemap uno de tres estados —Correcto, Tiene errores o No se ha podido obtener—, solo para propiedades verificadas, y no le dice qué línea está mal. Esta página comprueba cualquier sitemap público y nombra la línea.

No se ha podido obtener significa que la solicitud de Google no volvió con un archivo legible: un 4xx o un 5xx, una cadena de redirecciones, un tiempo de espera agotado, un firewall que rechaza a Google o una regla de robots.txt que bloquea la ruta del propio sitemap. Tiene errores significa que el archivo se leyó y algo en él incumplió una regla: la figura de al lado lista los mensajes que es más probable que vea y la línea que hay detrás de cada uno.

Dos de ellos tienen que ver con el tamaño y no con el formato: un sitemap que lista más de 50 000 URL y un índice de sitemaps que lista más de 50 000 sitemaps (Google). Divida un sitemap demasiado grande en archivos listados en un índice; un índice demasiado grande se convierte en varios índices, cada uno enviado por separado. También se informa de un sitemap que lista URL bloqueadas por robots.txt, y esa es una contradicción entre sus propios archivos más que un error de formato.

Lo que dice Search Console y lo que hay detrás

Los tres estados

Correctoobtenido y leído sin errores
Tiene erroresleído, y algo en él incumplió una regla
No se ha podido obtenerla solicitud nunca volvió con un archivo

Los mensajes que es más probable que vea

  • No se ha podido obtenerUn 4xx o un 5xx, una cadena de redirecciones, un firewall, o robots.txt que bloquea la ruta del propio sitemap.
  • Hay demasiadas URLsMás de 50 000 URL en un sitemap: un error, no una advertencia. Divídalo bajo un índice.
  • Error de análisisA menudo, un & suelto dentro de una URL. Escríbalo &amp;.
  • Fecha incorrectaUn lastmod que no es un W3C Datetime, o una hora sin zona horaria.
  • URL no válidaUn espacio, unas comillas u otro carácter que una URL no puede contener, o un esquema roto como htp://.
  • El sitemap incluye URLs que el archivo robots.txt ha bloqueadoLos dos archivos se contradicen. Decida cuál tiene razón.

Solo propiedades verificadasSearch Console informa de un sitemap solo para una propiedad suya. Esta página comprueba cualquier sitemap público y nombra la línea.

¿lastmod tiene que ser honesto?

Sí. Google usa <lastmod> “si es coherente y verificablemente exacto”, así que una fecha que es la misma en todas las URL, o que cambia cada vez que se escribe el archivo, es peor que no tener fecha: le enseña a Google a ignorar la etiqueta.

Todos los demás comprobadores de sitemaps leen el formato de una fecha: si es un W3C Datetime, si la hora lleva zona horaria. El formato es la mitad fácil. Lo que decide si la etiqueta sirve de algo es si el valor significa lo que dice, y las dos señales que lo delatan son una misma marca repetida en todas las entradas y una fecha que siempre es hoy. Bing también programa sus rastreos con lastmod y puede desatender las fechas que siempre son actuales.

Por eso este comprobador informa de lo que son las fechas, no solo de cómo están escritas: cuántas entradas llevan una, la más antigua y la más reciente, y si son un mismo valor repetido. Dejar fuera <lastmod> es válido y no cuesta nada; inventarlo le cuesta a la etiqueta su credibilidad en todo el sitio. Marque el último cambio importante —el contenido principal, los datos estructurados, los enlaces—, no un año nuevo de copyright (Google).

Las mismas 2400 URL, dos conjuntos de fechas
Una sola marcatodas las entradas con el momento en que se escribió el archivoEntradas por mesQué hace Google con ellasaprende a ignorar la etiqueta
Fechas realescada entrada con el día en que cambió esa páginaEntradas por mesQué hace Google con ellasla usa para programar el siguiente rastreo

Ningún lastmodVálido. Nada con qué programar, y nada de qué desconfiar.

50 000 URL y 50 MB: cuándo dividirlo con un sitemap_index.xml

Un sitemap admite como máximo 50 000 URL y 50 MB sin comprimir. Al pasar el primero de los dos límites que alcance, reparta las URL en varios archivos y lístelos en un índice de sitemaps; después envíe el índice.

El límite de tamaño cuenta el archivo descomprimido, aunque lo sirva como .xml.gz, y por eso este comprobador muestra el tamaño sin comprimir con el tamaño transferido al lado: un sitemap de 30 KB servido con gzip puede ocupar 1,6 KB en la transferencia, y esa cifra no dice nada del límite. Naver Search Advisor rechaza los archivos de más de 10 MB, así que un sitio coreano tiene un techo más bajo que el del protocolo.

Un índice puede listar hasta 50 000 sitemaps, solo archivos de su propio sitio, y nunca otro índice: un índice anidado no se lee. Las alternativas de idioma escritas con xhtml:link no cuentan para las 50 000. Este comprobador lee el índice y hasta diez de sus archivos en una sola ejecución, cada uno con su propio recuento, tamaño y hallazgos.

Un archivo frente a los dos topes
12.48050 000 URL
6,2 MB50 MB sin comprimir
Sin comprimir6,2 MBEn la transferencia812 kBgzip hace que el archivo ocupe menos al enviarlo; el límite sigue contando el tamaño después de descomprimir.
10 MB · Naver Search Advisor50 MB sin comprimir · Google, Bing, Yandex
Por encima de cualquiera de los dos topes: divídalo y liste las partes en un índicesitemap_index.xmlUn índice no puede nombrar otro índice

robots.txt y su sitemap: las contradicciones que le cuestan páginas

Su sitemap pide a los motores de búsqueda que rastreen una lista de URL; robots.txt les dice qué no pueden rastrear. Cuando los dos no coinciden, gana robots.txt y la entrada del sitemap se desperdicia, y Search Console informa de ello.

Lo primero que hay que leer es el estado del propio robots.txt, y casi nadie dice lo que significa. Un 4xx es “no disponible”: no hay reglas, así que se puede rastrear todo. Un 5xx, o ninguna respuesta, es “inaccesible”, y un rastreador que sigue RFC 9309 no debe rastrear entonces nada en el sitio; Google interpreta un 429 del mismo modo. El mismo archivo roto produce resultados opuestos, y una herramienta que muestra “no se bloquea ninguna URL” sobre un robots.txt que no se puede leer se equivoca cada vez que el archivo respondió 5xx o 429, o no respondió.

Después vienen las contradicciones dentro de un archivo que funciona: URL que el sitemap lista y robots.txt bloquea, y —fácil de pasar por alto— la ruta del propio sitemap bloqueada, que publica un archivo que ningún rastreador puede leer. La otra dirección es barata y vale la pena: una línea Sitemap: en robots.txt no necesita ninguna cuenta y todos los rastreadores la leen.

Lo que significa la respuesta de robots.txt para todo el sitio

El estado y su consecuencia

200se aplican las reglas del archivo
404sin reglas: se puede rastrear todo
503inaccesible: un rastreador no debe rastrear nada en absoluto

La contradicción

El sitemap pide/search/?q=pepper
robots.txt rechazaDisallow: /search/

La entrada no sirve de nada, y Search Console informa de ello

Y la ruta del propio sitemap, bloqueada: un archivo publicado que ningún rastreador puede leer.

Qué URL no deben ir en un sitemap

Solo las URL canonical que usted quiere ver en los resultados de búsqueda, una por página: direcciones finales que responden 200, son indexables y no están bloqueadas por robots.txt. Las redirecciones, las páginas con noindex, las URL cuya canonical apunta a otra parte, los errores y las variantes con parámetros no tienen lugar en él.

Un sitemap que lista una URL que redirige manda a un rastreador un salto más lejos de lo necesario, y Google pide la URL a la que llega la redirección en su lugar. Una página con noindex en un sitemap es una contradicción directa: el archivo dice “indexa esto” y la página dice “no lo hagas”. Gana la página, y la entrada no sirve de nada.

Nada de esto es grave —cada URL de un sitemap es una sugerencia, y Google sigue decidiendo qué indexa—, pero cada entrada equivocada es una que un motor de búsqueda aprende a descontar. Por eso este comprobador obtiene una muestra repartida de las URL en lugar de solo analizar el archivo: analizarlo no puede decirle que una página listada ahora responde 404.

Seis URL de un sitemap, y lo que hace un rastreador con cada una
En el sitemapQué recibe un rastreadorResultado
/shop/raised-beds/VálidaIndexada tal como se lista
/shop/raised-bed/Redireccióndesperdiciada
/shop/?sort=priceCanonical a otra URLdesperdiciada
/tags/autumn/noindexdesperdiciada
/shop/old-kit/404desperdiciada
/search/?q=pepperBloqueadadesperdiciada
Cifras de un único sitio inventado, www.example.org: una tienda con un índice de sitemaps, un archivo de blog desactualizado y un robots.txt que lo contradice.

Entradas de imagen, de vídeo y de hreflang

Una entrada <url> puede llevar más que una dirección: las imágenes de la página, sus versiones en otros idiomas y metadatos de vídeo o de noticias, cada uno en su propio espacio de nombres dentro de esa entrada.

Las imágenes usan el espacio de nombres de imágenes de Google, hasta 1000 por página; solo <image:image> y <image:loc> siguen contando, y caption, title, license y geo_location se retiraron en 2022. Este comprobador cuenta las entradas de imagen que encuentra y las muestra por URL.

Las versiones de idioma usan xhtml:link con un código hreflang: un idioma ISO 639-1 con una región ISO 3166-1 opcional, nunca una región sola. Cada versión de una página debe listar todas las demás, ella incluida, o Google ignora el conjunto. Las alternativas no cuentan para el límite de 50 000 URL, así que listar doce versiones de idioma en cada entrada no multiplica el recuento por doce.

Una entrada, diseccionadaUna sola entrada <url>
La páginahttps://www.example.org/guides/raised-beds/
Cuándo cambió por última vez2026-09-14
Sus imágenes3hasta 1000 por página
Sus otros idiomasen · de · frcada versión lista todas las versiones, ella incluida

Las alternativas no cuentan para las 50 000

¿Con qué frecuencia leen su sitemap los motores de búsqueda?

Google lee un sitemap según su propio calendario, que no publica: enviarlo es una sugerencia, no una orden. Bing lo lee en cuanto lo encuentra y después, normalmente, al menos una vez al día. Ninguno de los dos vuelve a leer un archivo más a menudo porque usted se lo pida.

Los viejos pings anónimos ya no existen: Bing desactivó bing.com/ping el 13 de mayo de 2022 y Google anunció en junio de 2023 que su ping dejaría de funcionar; hoy responde 404. Una herramienta que todavía ofrece “avisar a Google con un ping” no hace nada en absoluto.

Lo que sí adelanta el siguiente rastreo de una página modificada es un lastmod exacto, que es justo por lo que importa que la etiqueta sea honesta, e IndexNow para las URL modificadas una a una: un solo envío llega a Bing, Yandex, Naver, Seznam y otros, aunque no a Google. Volver a enviar a mano un sitemap que no ha cambiado no consigue nada.

Cuándo lee el archivo cada motor de búsqueda
Usted lo envía
Google lo toma como una sugerenciay lo lee según un calendario que no publica
Bing lo lee en cuanto lo encuentray después, normalmente, al menos una vez al día

Un lastmod exacto adelanta el siguiente rastreo de una página modificada

Lo que ya no funcionagoogle.com/pingdesactivado en 2023; responde 404bing.com/pingdesactivado el 13 de mayo de 2022IndexNowpara URL modificadas: Bing, Yandex, Naver y otros, no Google

¿De verdad necesita un sitemap?

Un sitio pequeño cuyas páginas se enlazan todas entre sí puede no necesitarlo: Google sitúa la cifra en unas 500 páginas o menos. Los sitios grandes, los nuevos con pocos enlaces desde otros sitios y los que tienen muchas imágenes o vídeos son los que más ganan.

La propia guía de iniciación de Google llama opcional al sitemap, y enviarlo es una sugerencia, no una instrucción: no hace que una página posicione ni garantiza su indexación. Lo que sí hace es asegurarse de que un rastreador sepa que una URL existe, lo que importa sobre todo en las páginas a las que no llegan sus propios enlaces.

Si tiene uno, vale la pena que esté bien. Un sitemap lleno de redirecciones, páginas con noindex y URL bloqueadas por robots.txt no es neutral: es una lista en la que un motor de búsqueda aprende a confiar menos. Comprobarlo cuesta un minuto; crear uno nuevo a partir de su propio sitio cuesta un rastreo.

Fuentes

Quién gana más con un sitemap
Páginas del sitio
  • sitios grandes
  • sitios nuevos con pocos enlaces desde otros sitios
  • muchas imágenes o vídeos
  • páginas a las que no llega ningún enlace interno

Preguntas frecuentes sobre el comprobador de sitemap

¿Cómo compruebo si mi sitemap.xml es válido?

Escriba su dominio arriba y seleccione Comprobar sitemap. Encontramos el archivo a partir de robots.txt o de las rutas habituales, lo leemos entero e informamos de cada regla que incumple, con la línea en la que está: el elemento raíz, el espacio de nombres, URL absolutas de menos de 2048 caracteres, ampersands escapados, fechas W3C y los valores que admiten changefreq y priority. No hay que instalar nada ni verificar el sitio.

¿Cuáles son los errores de sitemap más comunes?

Un ampersand suelto dentro de una URL es uno de los más comunes: XML lo lee como el inicio de una referencia de carácter, así que uno solo termina el archivo para un analizador. Después vienen las URL relativas en lugar de completas, un espacio de nombres incorrecto o ausente, un lastmod con hora pero sin zona horaria, URL de otro host y un archivo de más de 50 000 URL o 50 MB sin comprimir.

¿Por qué Search Console dice “No se ha podido obtener”?

Porque la solicitud de Google no volvió con un archivo legible. Las causas habituales son un 404 o un 5xx en la dirección del sitemap, una cadena de redirecciones, una regla de firewall o de CDN que rechaza a Googlebot, una regla de robots.txt que bloquea la ruta del propio sitemap o una dirección enviada con una redirección delante. Esta página obtiene el archivo desde nuestro servidor y muestra el estado, las redirecciones y la regla de robots.txt.

¿Es un problema que una URL de mi sitemap esté bloqueada en robots.txt?

Sí, y uno común. El sitemap pide a los motores de búsqueda que rastreen la URL mientras robots.txt lo impide, así que la entrada no sirve de nada y Search Console informa del conflicto. Decida qué archivo tiene razón: quite las URL del sitemap, o deje de bloquearlas. Peor, y más fácil de pasar por alto, es una regla de robots.txt que bloquea la ruta del propio sitemap: publica un archivo que ningún rastreador puede leer.

¿lastmod tiene que ser exacto?

Google usa lastmod solo si es coherente y verificablemente exacto, así que sí. Una misma marca de tiempo repetida en todas las URL es una hora de generación, no una fecha de cambio, y una fecha que siempre es hoy enseña a Google y a Bing a ignorar la etiqueta por completo. Dejar fuera lastmod es válido y no cuesta nada. Este comprobador informa de si las fechas varían, de su rango y de cuántas entradas llevan una.

¿Cuántas URL puede tener un sitemap?

Como máximo 50 000 URL y 50 MB sin comprimir por archivo. Por encima del primero de los dos límites que alcance, reparta las URL en varios archivos y lístelos en un índice de sitemaps, que a su vez puede nombrar hasta 50 000 sitemaps pero nunca otro índice. Naver Search Advisor rechaza los archivos de más de 10 MB, así que un sitio coreano tiene un techo más bajo que el que fija el protocolo.

¿Google usa priority y changefreq?

No. Google ignora los dos, y Bing dijo en 2025 que también los ignora; solo Yandex sigue leyéndolos. Son etiquetas válidas, así que este comprobador las señala como una nota y no como un fallo: un priority fuera de rango o un valor de changefreq desconocido sigue valiendo la pena corregirlo, pero añadir las etiquetas donde faltan no le hace ganar nada en Google ni en Bing.

¿Este comprobador de sitemap es gratis? ¿Tiene un límite de URL?

Es gratis, sin registro y sin cupo diario, y no tiene un tope de 100 URL: leemos todas las entradas de cada archivo, hasta las 50 000 que admite un sitemap, y seguimos hasta diez archivos de un índice de sitemaps. Lo único que se muestrea es la obtención de páginas, porque obtener 50 000 páginas sería un ataque contra el sitio: obtenemos una muestra repartida, de hasta quince, y le decimos cuántas.

¿En qué se diferencia de Google Search Console?

Search Console informa de los sitemaps solo para las propiedades que usted ha verificado, da uno de tres estados —Correcto, Tiene errores o No se ha podido obtener— y no dice qué línea está mal. Esta página funciona con cualquier sitemap público, nombra la línea de cada hallazgo, compara el archivo con robots.txt y con el noindex de las propias páginas, y juzga si las fechas significan algo. Use las dos: Search Console muestra lo que Google hizo de verdad.

¿Qué es un índice de sitemaps (sitemap_index.xml) y puede nombrar otro índice?

Un índice de sitemaps es un archivo de sitemaps en lugar de páginas: usa una raíz sitemapindex y lista cada archivo en una entrada sitemap con su propio lastmod opcional. Puede nombrar hasta 50 000 archivos, todos de su propio sitio, y no puede nombrar otro índice: un índice anidado no se lee. Envíe el índice y los motores de búsqueda encontrarán todos los archivos que cuelgan de él.

¿Mi sitemap tiene que estar en robots.txt?

No es obligatorio, pero una línea Sitemap: es la línea más barata del archivo: todos los rastreadores leen robots.txt, no necesita ninguna cuenta y puede tener tantas líneas como archivos. El valor debe ser una dirección completa, no una ruta. Enviarlo en Search Console o en Bing Webmaster Tools añade los informes, algo que la línea de robots.txt por sí sola no le da.

¿Un sitemap hará que mis páginas se indexen?

No. Un sitemap le dice a un motor de búsqueda que una URL existe y, más o menos, cuándo cambió; si la rastrea y si la indexa sigue siendo decisión de Google. Ayuda sobre todo donde sus propios enlaces no llegan a una página, en un sitio grande o en uno nuevo con pocos enlaces desde otros sitios. Un sitemap lleno de redirecciones y páginas con noindex empeora un poco las cosas, no las mejora.

¿Le falta algo?Sugiera una función o una herramienta nueva

Más herramientas de rastreo y SEO