Una sitemap è un file in formato XML che elenca gli URL di un sito web. I motori di ricerca lo leggono per scoprire ed esplorare le pagine disponibili. Accedere alla sitemap di un sito di terze parti permette di comprenderne la struttura, individuare i contenuti più recenti o trovare pagine che la navigazione tradizionale non mette in evidenza.
Leggere una sitemap XML: cosa rivela ogni tag
Prima di cercare la sitemap di un sito, è utile sapere cosa leggere al suo interno. Un file sitemap XML contiene principalmente tag <loc>, ciascuno dei quali racchiude un URL. È l’elenco grezzo delle pagine che il proprietario del sito desidera rendere visibili ai motori di ricerca.
Altri due tag meritano attenzione. Il tag <lastmod> indica la data dell’ultima modifica di una pagina. Google precisa, tuttavia, che questa data è affidabile solo se corrisponde a una modifica effettiva del contenuto. Una data aggiornata artificialmente non costituisce un segnale utile.
Il tag <priority> assegna a ogni URL un valore compreso tra 0 e 1. Google non tiene conto di questo valore ai fini del posizionamento. Riflette soltanto la gerarchia che il proprietario del sito attribuisce alle proprie pagine e può quindi fornire un indizio sui contenuti che considera principali.
Alcuni siti utilizzano un indice di sitemap anziché un unico file. Questo file principale rimanda a diverse sitemap secondarie, organizzate per tipo di contenuto (articoli, prodotti, categorie, immagini). Esplorando, ad esempio, la sitemap di Vos Jeux, si trova questo tipo di struttura suddivisa in sezioni, che ne facilita la consultazione.
Metodi per trovare la sitemap di un sito web
La posizione del file varia in base alla configurazione tecnica del sito. Esistono diversi metodi per trovarlo, dal più affidabile al più esplorativo.
Il file robots.txt come punto di partenza
Il file robots.txt si trova sempre nella directory principale di un dominio ed è accessibile tramite un indirizzo del tipo dominio.com/robots.txt. Spesso contiene una o più righe che iniziano con “Sitemap:”, seguite dall’URL completo del file. È il metodo più rapido e diretto.
Provare i percorsi standard in base al CMS
Se robots.txt non contiene indicazioni, è possibile provare gli URL più comuni:
- /sitemap.xml funziona sulla maggior parte dei siti, indipendentemente dal CMS utilizzato
- /sitemap_index.xml è il percorso tipico dei siti WordPress con plugin SEO come Yoast o Rank Math
- /1_index_sitemap.xml è un percorso frequente nei negozi Prestashop
- I siti Shopify collocano generalmente il file in /sitemap.xml, che rimanda a sitemap secondarie suddivise per tipologia (prodotti, collezioni, articoli del blog)
Se nessuno di questi URL restituisce risultati, il sito potrebbe non generare una sitemap pubblica oppure il file potrebbe avere un nome personalizzato.
Usare Search Console o Bing Webmaster Tools
Per un sito di cui si è proprietari o al quale si ha accesso come amministratori, Google Search Console mostra le sitemap inviate nell’apposita sezione. Bing Webmaster Tools offre un rapporto simile. Confrontare i due strumenti aiuta a individuare un file elaborato correttamente da un motore di ricerca, ma che presenta problemi con l’altro.
Sitemap elaborata non significa pagine indicizzate
Un errore comune consiste nel confondere l’invio di una sitemap con l’indicizzazione delle sue pagine. L’elaborazione corretta di una sitemap non garantisce che i suoi URL compaiano nei risultati di ricerca.
Google consiglia di confrontare il rapporto Sitemap con quello sull’indicizzazione delle pagine in Search Console. L’ispezione degli URL, pagina per pagina, permette di verificare se un URL presente nella sitemap è stato scansionato e indicizzato oppure ignorato.
Questa distinzione è importante quando si esplora la sitemap di un sito di terze parti per valutarne la copertura effettiva. Il file XML mostra ciò che il proprietario vuole rendere visibile, non ciò che Google ha deciso di mostrare.
Usare una sitemap per individuare le pagine utili
Una volta aperto il file, la difficoltà non consiste più nel trovarlo, ma nell’individuare le pagine pertinenti tra centinaia, se non migliaia, di URL. Alcune tecniche permettono di velocizzare la selezione.
Filtrare per directory nell’URL permette di individuare un tipo di contenuto. Gli URL che contengono /blog/ rimandano ad articoli, quelli con /produit/ o /product/ a un catalogo e quelli con /category/ a pagine di classificazione. Questa analisi della struttura offre una panoramica dell’architettura del sito senza dover navigare pagina per pagina.
Le date <lastmod> permettono di ordinare i contenuti in base alla loro attualità, a condizione che siano affidabili. Se un sito aggiorna questa data a ogni modifica minore (cambio della barra laterale, aggiunta di un tag), l’ordinamento risulta meno utile. Un sito gestito con rigore, invece, consente di individuare le pubblicazioni recenti in pochi secondi.
Quando la sitemap non basta
La sitemap non elenca sempre tutte le pagine di un sito. Gli URL orfani, le pagine generate dinamicamente e i contenuti esclusi intenzionalmente dal file XML non vi compaiono. Per un audit completo, un crawler SEO (Screaming Frog, Sitebulb) esplora il sito seguendo i link e individua le pagine assenti dalla sitemap.
- Il crawler individua le pagine raggiungibili tramite la navigazione interna ma assenti dalla sitemap
- Rileva gli URL con errori (404, catene di reindirizzamenti) che la sitemap continua a elencare
- Permette di confrontare la struttura effettiva del sito con quella dichiarata nel file XML
La sitemap è uno strumento per scoprire rapidamente le pagine, non un inventario esaustivo. Confrontare il file XML con una scansione tecnica offre una visione completa dell’architettura di un sito. Per un’esplorazione occasionale, la sitemap è sufficiente. Per un audit approfondito, è un punto di partenza, non di arrivo.
