Zum Inhalt springen

robots.txt und Sitemap prüfen

robots.txt & Sitemap Checker

Ruft robots.txt und die Sitemap ab, testet, ob eine URL crawlbar ist, und validiert das Sitemap-Format.

Holt robots.txt und Sitemap einer Site und entscheidet, ob ein bestimmter Pfad gecrawlt werden darf – pro Crawler, mit Angabe, welche Gruppe und welche Regel entschieden hat. Es beantwortet „warum ist diese Seite nicht indexiert“ auf der einen Ebene, die alles andere stillschweigend blockiert.

☁️ Nutzt unseren Serverseorobotssitemapcrawl

Unser Server stellt diese Anfrage für Sie. An ihn geht nur die URL, die Sie eingegeben haben – weder Ihre Cookies noch Ihr Anmeldestatus gehen mit. Der Server verbindet sich ausschließlich mit öffentlichen Adressen und verweigert private und interne.

Holt die robots.txt und die Sitemap dieser Website und entscheidet dann für jeden Crawler, ob er den angegebenen Pfad crawlen darf.

So funktioniert es

  1. Fügen Sie die Seiten-URL ein, nicht die Domain

    Der Pfad ist das, was beurteilt wird. robots.txt wird automatisch vom Host dieser URL geholt.

  2. Lesen Sie das Urteil pro Crawler

    Googlebot, Bingbot, die KI-Crawler und jeder User-agent, den Sie hinzufügen, werden getrennt beurteilt, weil robots.txt sie getrennt gruppiert. Die entscheidende Regel wird mit ihrer Zeilennummer angezeigt.

  3. Prüfen Sie die Sitemap daneben

    Die Sitemap wird aus der Sitemap:-Zeile geholt, oder aus /sitemap.xml, wenn es keine gibt, und ihre Einträge und Probleme werden aufgelistet. Eine Sitemap, die 404 liefert, ist das, was die Search Console als nicht abrufbar meldet.

Häufige Fragen

Hält robots.txt eine Seite aus den Suchergebnissen heraus?

Nein – es stoppt das Crawlen, nicht die Auflistung. Eine blockierte URL, auf die andere Sites verlinken, kann trotzdem erscheinen, ohne Beschreibung, weil dem Crawler verboten ist, das noindex zu lesen, das Sie darauf gesetzt haben. Um eine Seite zu entfernen, erlauben Sie das Crawlen und liefern noindex aus.

Meine robots.txt liefert einen 500 – spielt das eine Rolle?

Eine große. Nach RFC 9309 bedeutet ein 5xx, die Datei sei nicht verfügbar, und ein Crawler behandelt die ganze Site als verboten, statt das Beste anzunehmen. Ein Serverfehler bei dieser einen Datei kann eine Site ganz aus der Suche nehmen.

Zwei Regeln treffen auf meinen Pfad zu – welche gewinnt?

Die längste Übereinstimmung, und bei Gleichstand gewinnt Allow (RFC 9309 §2.2.2). Die Tabelle nennt die Regel, die tatsächlich entschieden hat, und das ist meist die Überraschung.

Halten sich Crawler wirklich daran?

Die namentlich bekannten schon. robots.txt ist eine Konvention, keine Zugriffskontrolle – alles, was sie ignoriert, holt die Seite trotzdem, ein Pfad, der nicht öffentlich sein darf, braucht also Authentifizierung und keine Disallow-Zeile.

Eingabe aus

Danach

Diese Tools nehmen an, was dieses hier erzeugt, das Ergebnis kann also direkt weiter.