期望开始标记，'＆lt;'在sitemap.xml中找不到 - 不确定是什么问题

Question

这是我网站的sitemap.xml的样子：

<?xml version="1.0" encoding="UTF-8"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">

  <url>
    <loc>http://example.com/</loc>
    <lastmod>2013-04-02T12:45:31+00:00</lastmod>
    <changefreq>daily</changefreq>
    <priority>1</priority>
  </url>

  <url>
    <loc>http://example.com/2013/wordpress-customize-login-page/</loc>
    <lastmod>2013-03-01T12:06:00+00:00</lastmod>
    <changefreq>weekly</changefreq>
    <priority>0.8</priority>
  </url>

</urlset>

这是the original sitemap。首先，我确认valid XML markup，然后在xmlcheck和sitemapxml上检查了我的站点地图。

两个站点地图验证程序给出了此错误：

Fatal Error 4: Start tag expected, '<' not found in http://example.com/sitemap.xml on line 1 column 1

在我看来，没有什么遗漏。不确定我做错了什么。 （谷歌搜索也没有帮助。）

Answer 1

问题必须是服务器的某些设置 - 端口阻止/代理设置/安全设置。我将未更改的站点地图文件复制到我的server，并由两个验证器读取并验证。这就是我能告诉你的全部内容。但是你可以肯定，问题不在于你的XML代码。

Answer 2

更新：如评论中所述，有问题的站点地图验证程序在解析gzip压缩的站点地图时遇到问题（在OP的情况下，Amazon S3仅提供gzip压缩文本响应）。

---

我现在在营地认为这是一个服务器问题，但我有一些数据要支持（所以我没有编辑其他答案）。这就是我所做的（关于“更有效”的原始观点仍在下面）：我复制了你的文件（在浏览器中查看源代码）并创建了一个我上传到我的S3 Bucket的sitemap.xml（并确认了所有在这个问题中提到的验证器认为它有效）。然后我使用WGET来获取您的站点地图和我复制的站点地图，这就是我找到的（用[myexamples3bucket.example]模糊我的桶名，但您可以看到它是一个AWS IP地址）：

:~# wget http://[myexamples3bucket.example]/original.xml
--2013-04-02 13:26:42--  http://static.gnld.com/original.xml
Resolving [myexamples3bucket.example]... 207.171.189.80
Connecting to [myexamples3bucket.example]|207.171.189.80|:80... connected.
HTTP request sent, awaiting response... 200 OK
Length: 4578 (4.5K) [text/xml]
Saving to: `original.xml'

100%[======================================>] 4,578       --.-K/s   in 0.002s

2013-04-02 13:26:42 (1.97 MB/s) - `original.xml' saved [4578/4578]

然后我尝试抓取您的站点地图：

:~# wget http://aahank.com/sitemap.xml
--2013-04-02 13:26:55--  http://aahank.com/sitemap.xml
Resolving aahank.com... 178.236.4.60
Connecting to aahank.com|178.236.4.60|:80... connected.
HTTP request sent, awaiting response... 200 OK
Length: 766 [application/xml]
Saving to: `sitemap.xml'

100%[======================================>] 766         --.-K/s   in 0s

2013-04-02 13:26:55 (144 MB/s) - `sitemap.xml' saved [766/766]

这两个文件的内容非常不同。虽然“复制”的站点地图看起来完全符合您的预期，但您的原始站点地图如下所示：

^_�^H^@^@^@^@^@^@^CÍM�Ú0^P����^_^P×j��^O>,����=�J�ï¿ï¿½^Rq��1�^XY�Lnw���^R�^V�l
                           �jO$+U���:z�s�i�2V�Ë���u�]��Þ8_;����EcÑ9È[�M����^BwJjhw��-�4^Z^\ZJ��0I^O�0^Q�!���9��^^^]�1;^N�^]����Ǫ^Z̪^_��˪ڪB$Aɪ^M�^DmHcT-
�Ns,ªAÚª^Z�a�T�XÄV5��^[^^����A�F9^KTpÆÖe�AÔ���2È^_�$

这指向AmazonS3是罪魁祸首。我提供这个以防万一其他人可以弄清楚如何解决这个问题。祝你好运！

---

至于更有效，使用the official definition有效的站点地图，我对您的站点地图进行了以下（小）更改，将其上传到我的S3 Bucket并针对您的两个站点进行了测试已链接到，现在通过：

<?xml version='1.0' encoding='UTF-8'?>
<urlset xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
        xsi:schemaLocation="http://www.sitemaps.org/schemas/sitemap/0.9 http://www.sitemaps.org/schemas/sitemap/0.9/sitemap.xsd"
        xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">

其他一切都没有改变。这两个站点上的错误消息非常无用，但我添加的重要内容是xmlns:xsi和xsi:schemaLocation，它应该通知验证者预期的格式。我认为这些是由爬虫承担的，但在两个链接服务的情况下，缺少这些属性在技术上会使文档无效。

Answer 3

对我来说，问题是 UTF-16，切换到 UTF-8 并且有效。