Google Search Console にサイトマップが登録されないけれど気にせず放置している

一応このブログも Google の検索に出てきてほしいのでサイトマップを Google Search Console に登録している。

しかし、登録してから 1 ヶ月以上放置しても、以下のように「取得できませんでした」となっている。

ググった感じ「時間経過で解消した」といった事例が散見されたので、放置していたのだが全然解消しなかった。 仕方なく重い腰を上げて調べた。

• 結論
• サイトマップが読み込まれてないけれど Google 検索にインデックスされている
• 調べたこと
  • サイトマップの仕様
  • ファイルタイプ
  • robots.txt
  • <loc> が絶対 URL になっているか
  • ブログをドメイン直下ではなく /blog でホスト

結論

最初に結論をいうと、途中で調査をやめた。 そのため、サイトマップが登録されない理由は不明なまま。 ただし、理由もなく調査をやめたわけではなく、必要なさそうだったのでやめた。

サイトマップについて - Google 検索セントラル によると、サイトマップ不要な場合があるらしい。

そもそもサイトマップはなぜ必要なのかというと、それも上の記事に説明があった。 ざっと説明を読んで要約すると、サイトマップが必要な理由は以下のとおり。

1. Google などの検索エンジンがサイトをクローリングする際に、重要なページを効率的に見つけるためのファイル
2. 大きなサイトで必要になる。 新規ページが作られた際に、他のページからリンクが貼られていないと、クローラーがそのページにたどり着けなくなる。 この問題は特に大きなサイトで起こり得る

逆に、サイトが小さくてページがすべて他ページからリンクされており、 必ずページへ到達できるようになっているなら、サイトマップは不要ということ。 特に、このブログは記事をすべてトップページに列挙する作りなので、孤立ページは生まれない。 そのため、先の記事のとおりサイトマップは不要となる。

サイトマップが読み込まれてないけれど Google 検索にインデックスされている

加えて、いつの間にかこのブログは Google 検索でヒットするようになっていた。

サイトマップは未だに「取得できませんでした」状態のままだけれど、Google 検索でヒットする。 なので Google Search Console は今だに変なことになってるけれど、Google 検索にのせたいって目的は達成出来ている。 そのため、現状のままで特に問題がないから、調査を打ち切った。

まぁ、このブログは自分がスマホからサクッと見られて、転職活動時に他人も見られるならそれで十分だったんだが。

調べたこと

一応調べたこともメモしておく。

サイトマップの仕様

サイトマップの構文的には問題ないはず。 Google の XML サイトマップと Sitemaps XML format - sitemaps.orgのプロトコルも確認したが 特段問題なさそうだった。

sitemaps.org による必須要件は次のとおり。

1. Sitemap のすべてのデータ値は entry-escape されていること
2. ファイルは UTF-8 でエンコードされていること
3. <urlset> タグで開始して、</urlset> タグで終了すること
4. <urlset> タグ内にネームスペース（プロトコル標準）を指定すること
5. 親 XML タグとして、URL ごとに <url> 要素を含むこと
6. <url> 親タグごとに子要素として <loc> を含むこと

これ以外のタグはすべて任意。 つまり <lastmod> とかは別になくていい。

確認した限り、やはり sitemap.xml の仕様を満たしている。 まぁ jekyll-sitemap プラグインを使っているだけなので 変なサイトマップになりようがないはずだが。

ファイルタイプ

一応 content-type も確認したが、application/xml なので、これも意図したもの。 実は html ファイルとして認識されている、的なこともない。

$ curl -v https://jiro4989.github.io/sitemap.xml 2>&1 | grep content-type
< content-type: application/xml

robots.txt

robots.txt からも sitemap.xml の URL は貼ってある。

$ curl https://jiro4989.github.io/robots.txt
Sitemap: https://jiro4989.github.io/sitemap.xml

<loc> が絶対 URL になっているか

サイトマップの作成と送信 - Google 検索セントラルでは、 参照 URL のプロパティは完全修飾された絶対 URL でなければならないと書かれていた。 /mypage.html みたいな相対パスは使ってはいけないらしい。 これも確認したが、絶対 URL になっていたので問題なかった。

ブログをドメイン直下ではなく /blog でホスト

たぶん関係ないと思っていたけれど、原因切り分けで blog ってリポジトリを作って GitHub Pages を公開した。 /blog/sitemap.xml を登録して Google Search Console に登録してみたが、同じく「取得できませんでした」だった。 なのでホストしてるパスは関係ない。

ざっと調べたことはこの程度。

まぁ知らん間に、ググってブログがヒットするようになってたので、とりあえず良し。

以上。

前の記事 Web アクセシビリティの視点で自分の Web アプリを見つめ直す | 次の記事 生まれて初めて着物を着た