Aller au contenu

Comment consulter un sitemap pour explorer facilement les pages d’un site web ?

Femme consultant un sitemap XML sur un écran d'ordinateur dans un bureau à domicile

Un sitemap liste les URL d’un site web dans un fichier structuré, généralement au format XML. Consulter ce fichier permet de visualiser l’ensemble des pages déclarées par un propriétaire de site. La question qui se pose : ce que le sitemap déclare correspond-il réellement aux pages explorées et indexées par les moteurs de recherche ? L’écart entre ces deux réalités révèle des URL manquantes, obsolètes ou en attente de crawl.

Sitemap XML : ce que chaque balise indique vraiment

Tous les champs d’un fichier sitemap n’ont pas la même utilité pour les moteurs de recherche. Le tableau ci-dessous compare les balises courantes et leur prise en compte réelle par Google.

Balise Rôle déclaré Prise en compte par Google
<loc> URL de la page Oui, utilisée pour la découverte
<lastmod> Date de dernière modification Oui, si la date correspond à une modification réelle et significative
<changefreq> Fréquence estimée de mise à jour Ignorée par Google
<priority> Priorité relative entre les URL Ignorée par Google

Les balises changefreq et priority sont ignorées par Google. Interpréter ces champs comme un calendrier de crawl ou un classement d’importance revient à lire des données sans effet. Seules les URL (<loc>) et, dans une moindre mesure, la date de modification (<lastmod>) fournissent une information exploitable.

La date lastmod n’est fiable que si elle reflète un changement substantiel de contenu. Modifier cette date à chaque génération automatique du fichier, sans toucher au contenu de la page, n’accélère pas le crawl.

Pour explorer le sitemap de Beauté Chic, il suffit d’ajouter /sitemap.xml ou /sitemap/ à la racine du domaine. Cette méthode fonctionne sur la majorité des sites, qu’ils tournent sous WordPress, un CMS maison ou un générateur statique.

Homme explorant les URLs d'un sitemap sur double écran dans un open space professionnel

Accéder au sitemap d’un site web : trois méthodes concrètes

La consultation directe du fichier reste la voie la plus rapide, mais elle ne couvre pas tous les cas. Certains sites masquent leur sitemap ou utilisent un index regroupant plusieurs fichiers.

  • Taper l’URL directe dans le navigateur : domaine.com/sitemap.xml ou domaine.com/sitemap_index.xml. Les sites WordPress génèrent aussi un sitemap natif accessible via domaine.com/wp-sitemap.xml.
  • Consulter le fichier robots.txt (domaine.com/robots.txt) : la directive Sitemap y indique l’emplacement exact du fichier, même quand celui-ci porte un nom non standard.
  • Utiliser Google Search Console ou Bing Webmaster Tools : ces outils affichent les sitemaps soumis par le propriétaire du site, avec le nombre d’URL déclarées et leur statut de traitement.

Les grands sites répartissent souvent leurs URL entre plusieurs fichiers. Chaque sitemap est limité à 50 000 URL ou 50 Mo non compressés. Un index de sitemaps regroupe alors ces fichiers. Quand un premier sitemap consulté ne montre qu’une fraction des pages, il faut chercher cet index pour obtenir la vue complète.

Comparer le sitemap aux pages réellement indexées

Un sitemap est un inventaire de découverte. Une soumission réussie ne garantit pas que Google explorera chaque URL. La distinction entre « déclaré dans le sitemap » et « indexé par le moteur » est le point le plus sous-estimé lorsqu’on consulte ce type de fichier.

Repérer les écarts dans Google Search Console

Le rapport « Pages » de Search Console classe chaque URL selon son statut : indexée, découverte mais non explorée, explorée mais non indexée, ou exclue pour une raison précise (redirection, erreur 404, contenu dupliqué). Croiser cette liste avec le contenu du sitemap fait apparaître trois types d’écarts.

  • URL présentes dans le sitemap mais non indexées : pages découvertes par Google sans avoir été jugées utiles à indexer, ou pages bloquées par une directive noindex.
  • URL absentes du sitemap mais indexées : pages que Google a trouvées via des liens internes ou externes, sans qu’elles figurent dans le fichier déclaratif. Leur absence du sitemap n’empêche pas l’indexation.
  • URL obsolètes encore listées dans le sitemap : anciennes pages supprimées ou redirigées, qui encombrent le fichier et diluent le budget de crawl.

Les URL obsolètes dans un sitemap signalent un fichier mal maintenu. Supprimer les pages en erreur 404 ou les redirections du sitemap permet de concentrer les signaux de découverte sur les pages réellement actives.

Bing Webmaster Tools comme vue complémentaire

Bing propose un rapport Site Explorer qui montre la structure du site telle que son propre robot la perçoit. Le rapport Sitemaps y affiche les fichiers traités et le nombre d’URL acceptées. Comparer les données Bing et Google sur un même sitemap met en lumière des différences de crawl : une URL ignorée par Google peut être indexée par Bing, ou inversement.

Cette double vérification est particulièrement utile pour les sites à plusieurs milliers de pages, où les écarts entre moteurs deviennent significatifs.

Jeune personne visualisant la structure d'un sitemap sous forme d'arborescence sur un ordinateur portable

Sitemap XML et sitemap HTML : deux usages distincts

Le sitemap XML s’adresse aux robots d’exploration. Le sitemap HTML est une page web classique, lisible par les visiteurs humains, qui liste les rubriques et sous-pages du site sous forme de liens cliquables.

Pour explorer manuellement les pages d’un site, le sitemap HTML offre une navigation plus intuitive. Il permet de repérer visuellement l’arborescence et d’identifier des sections profondes difficiles à atteindre depuis le menu principal.

Le sitemap XML sert la découverte automatisée, le HTML sert la navigation humaine. Les deux formats ne se substituent pas l’un à l’autre. Un site bien structuré maintient les deux, le XML étant soumis aux moteurs et le HTML accessible depuis le pied de page.

Consulter un sitemap ne se limite donc pas à ouvrir un fichier XML brut. L’étape décisive consiste à confronter son contenu aux rapports d’indexation pour identifier ce qui manque, ce qui stagne et ce qui pollue le fichier. Un sitemap nettoyé et cohérent avec les pages réellement en ligne reste le signal de découverte le plus fiable qu’un site puisse envoyer aux moteurs de recherche.

Comment consulter un sitemap pour explorer facilement les pages d’un site web ?