Sitemap Checker (Validator)

Je mi jasné, že problematika sitemap není "hot topic", ale protože mám pár veřejných webů (jako Java školení), které obsahují sitemap.xml, tak jsem před už docela dlouhou dobou vytvořil jsitemapgenerator pro generování sitemapy a svůj účel plní na jedničku:

• https://github.com/jirkapinkas/jsitemapgenerator

Ale když se sitemap vygeneruje, tak může být užitečné zkontrolovat, jestli se skutečně vygenerovala správně. Nad tímto tématem jsem přemýšlel tak dlouho (a přitom neměl čas to implementovat), že se vyřešení tohoto problému chopili jiní ... ale podle mě to nedotáhli úplně do konce.

Co bych si představoval já: 

• Aby v CI/CD pipeline byl check sitemapy tak, aby při vydání nové verze aplikace bylo možné validitu sitemapy jednoduše otestovat (a samozřejmě i ad-hoc způsobem).
• Aby sitemap checker běžel v Docker containeru a když bude nějaká stránka vracet něco jiného než 200, tak aby proces skončil chybou tak, aby také v CI/CD příslušný task (step) skončil chybou.

Tak jsem forknul jeden projektík a malinko ho upravil tak, aby splňoval to, co bych chtěl já (jenom jediná blbá věc je, že je napsaný v Pythonu, který neovládám tak dobře jako Javu):

• https://github.com/jirkapinkas/sitemap_validator

Budu rád, pokud to někomu pomůže. Zatím to používám já (v CI/CD s Dockerem) a nemohu si to vynachválit (alespoň zatím při testování sitemap, kde je pár stovek stránek. Teď testuji sitemapu javalibs kde je přes 400 tisíc stránek a jsem zvědavý jak to bude fungovat :-) EDIT: funguje úžasně :-))) ).