Un sitemap est un fichier au format XML qui liste les URL d’un site web. Les moteurs de recherche le lisent pour découvrir et explorer les pages disponibles. Accéder au sitemap d’un site tiers permet de comprendre son arborescence, d’identifier ses contenus récents ou de repérer des pages que la navigation classique ne met pas en avant.
Lire un sitemap XML : ce que chaque balise vous apprend
Avant de chercher le sitemap d’un site, il faut savoir quoi y lire. Un fichier sitemap XML contient principalement des balises <loc>, chacune encadrant une URL. C’est la liste brute des pages que le propriétaire du site souhaite rendre visibles aux moteurs de recherche.
Deux autres balises méritent l’attention. La balise <lastmod> indique la date de dernière modification d’une page. Google précise toutefois que cette date n’est fiable que si elle correspond à un changement réel du contenu. Une date mise à jour artificiellement ne constitue pas un signal exploitable.
La balise <priority> attribue une valeur entre 0 et 1 à chaque URL. Google ne tient pas compte de cette valeur pour son classement. Elle reflète uniquement la hiérarchie que le propriétaire du site attribue à ses propres pages, ce qui peut donner un indice sur les contenus qu’il considère comme principaux.
Certains sites utilisent un index de sitemaps plutôt qu’un fichier unique. Ce fichier parent renvoie vers plusieurs sous-sitemaps organisés par type de contenu (articles, produits, catégories, images). En explorant par exemple le sitemap de Vos Jeux, on retrouve ce type de structure segmentée qui facilite la lecture par section.
Méthodes pour trouver le sitemap d’un site web
La localisation du fichier varie selon la configuration technique du site. Plusieurs approches permettent de le retrouver, en partant de la plus fiable vers la plus exploratoire.
Le fichier robots.txt comme point de départ
Le fichier robots.txt se trouve toujours à la racine d’un domaine, accessible via l’adresse du type domaine.com/robots.txt. Il contient souvent une ou plusieurs lignes commençant par « Sitemap: » suivies de l’URL complète du fichier. C’est la méthode la plus rapide et la plus directe.
Tester les chemins standards selon le CMS
Quand le robots.txt ne mentionne rien, il reste possible de tester les URL les plus courantes :
- /sitemap.xml fonctionne sur la majorité des sites, quel que soit le CMS utilisé
- /sitemap_index.xml correspond aux sites WordPress équipés de plugins SEO comme Yoast ou Rank Math
- /1_index_sitemap.xml est un chemin fréquent sur les boutiques Prestashop
- Les sites Shopify placent généralement leur fichier à /sitemap.xml, qui renvoie vers des sous-sitemaps par type (produits, collections, articles de blog)
Si aucune de ces URL ne renvoie de résultat, le site ne génère peut-être pas de sitemap public, ou le fichier porte un nom personnalisé.
Utiliser Search Console ou Bing Webmaster Tools
Pour un site dont vous êtes propriétaire ou auquel vous avez un accès d’administration, Google Search Console affiche les sitemaps soumis dans la section dédiée. Bing Webmaster Tools offre un rapport similaire. La comparaison entre les deux outils aide à repérer un fichier correctement traité par un moteur mais problématique pour l’autre.
Sitemap traité ne signifie pas pages indexées
Un piège fréquent consiste à confondre la soumission d’un sitemap avec l’indexation de ses pages. Un sitemap traité avec succès ne garantit pas que ses URL apparaissent dans les résultats de recherche.
Google recommande de croiser le rapport Sitemaps avec le rapport d’indexation des pages dans Search Console. L’inspection d’URL, page par page, permet de confirmer si une URL listée dans le sitemap a été explorée, indexée, ou au contraire ignorée.
Cette distinction a un impact direct quand on explore le sitemap d’un site tiers pour en évaluer la couverture réelle. Le fichier XML montre ce que le propriétaire veut rendre visible, pas ce que Google a décidé de montrer.
Exploiter un sitemap pour identifier les pages utiles
Une fois le fichier ouvert, la difficulté n’est plus de le trouver mais de repérer les pages pertinentes parmi des centaines, voire des milliers d’URL. Quelques techniques accélèrent le tri.
Filtrer par répertoire dans l’URL permet de cibler un type de contenu. Les URL contenant /blog/ renvoient vers des articles, celles avec /produit/ ou /product/ vers un catalogue, celles avec /category/ vers des pages de classification. Cette lecture structurelle donne un aperçu de l’architecture du site sans naviguer page par page.
Les dates <lastmod> servent à trier les contenus par fraîcheur, sous réserve qu’elles soient fiables. Un site qui met à jour cette date à chaque modification mineure (changement de sidebar, ajout d’un tag) rend le tri moins pertinent. Un site rigoureux, en revanche, permet de repérer les publications récentes en quelques secondes.
Quand le sitemap ne suffit pas
Le sitemap ne liste pas toujours l’intégralité des pages d’un site. Des URL orphelines, des pages générées dynamiquement ou des contenus volontairement exclus du fichier XML n’y figurent pas. Pour un audit complet, un crawler SEO (Screaming Frog, Sitebulb) parcourt le site lien par lien et repère les pages absentes du sitemap.
- Le crawler identifie les pages accessibles par navigation interne mais absentes du sitemap
- Il détecte les URL en erreur (404, redirections en chaîne) que le sitemap continue de lister
- Il permet de comparer la structure réelle du site avec la structure déclarée dans le fichier XML
Le sitemap reste un outil de découverte rapide, pas un inventaire exhaustif. Croiser le fichier XML avec un crawl technique donne une vision complète de l’architecture d’un site. Pour une exploration ponctuelle, le sitemap suffit. Pour un audit approfondi, il sert de point de départ, pas de point d’arrivée.
