Aller au contenu principal
fr

Tutos

Trouver le sitemap d'un site sans le deviner

Par — développeur web freelance à Vaudrey, Jura

4 min de lecture

Trouver le sitemap d'un site sans le deviner

Vous auditez un site, le vôtre ou celui d’un concurrent, et vous voulez voir son sitemap. Sauf que personne ne vous donne l’adresse du fichier. Vous ouvrez /sitemap.xml, ça renvoie une erreur, puis vous essayez /sitemap_index.xml, puis /wp-sitemap.xml. Ces essais à la main sont répétitifs, alors j’ai mis en ligne Trouver un sitemap, un outil gratuit qui les fait à votre place.

J’ai déjà détaillé la méthode manuelle dans mon article Trouver le sitemap de n’importe quel site. L’outil automatise la partie mécanique de cette méthode, sans la remplacer quand le sitemap se cache.

Ce que fait l’outil

Vous saisissez un nom de domaine ou une adresse complète. Si vous n’indiquez pas le protocole, l’outil part sur du https. Il procède ensuite en deux temps.

D’abord, il lit le fichier robots.txt du site et relève les lignes Sitemap:. Il retient les cinq premières au plus. Chaque sitemap déclaré est interrogé, y compris quand il répond par une erreur : savoir qu’un sitemap est déclaré mais introuvable est déjà une information utile.

Ensuite, seulement si le robots.txt n’a mené à aucun sitemap valide, il essaie cinq adresses usuelles : /sitemap.xml, /sitemap_index.xml, /sitemap-index.xml, /wp-sitemap.xml et /sitemap.xml.gz.

Pour chaque sitemap trouvé, vous obtenez :

  • l’adresse du fichier et le code HTTP de la réponse ;
  • son type : index de sitemaps, liste d’URL, fichier compressé ou autre chose qu’un sitemap XML ;
  • le nombre d’entrées ;
  • les dix premières URL ;
  • la source : déclaré dans le robots.txt ou adresse usuelle.

Comment s’en servir

  1. Ouvrez la page de l’outil et saisissez le domaine, par exemple exemple.fr.
  2. Lancez la recherche. Elle dure douze secondes au plus.
  3. Regardez d’abord le code de réponse du robots.txt, puis la liste des sitemaps.
  4. Si vous obtenez un index, notez les sous-sitemaps : chacun couvre en général un type de contenu (pages, articles, produits).
  5. Comparez le nombre d’entrées avec ce que vous attendez du site. Un écart important mérite une vérification.

Un cas concret : vous trouvez un sitemap déclaré dans le robots.txt qui répond en 404. L’outil l’affiche quand même, avec son code. C’est typiquement le genre de détail qu’on rate à la main, et qui explique pourquoi un moteur ne trouve pas le fichier.

Ses limites

Je préfère les dire clairement.

  • Pas de sitemap à une adresse inhabituelle. Si le fichier n’est ni dans le robots.txt ni à l’une des cinq adresses testées, l’outil ne le verra pas. Une recherche dans la Search Console du site reste alors la seule piste.
  • Fichiers compressés non lus. Un sitemap en .gz est signalé avec son code HTTP, mais l’outil ne le décompresse pas et n’en compte pas les entrées.
  • Comptage plafonné. L’outil lit au plus 2 Mo par fichier. Au-delà, le nombre affiché est un minimum, indiqué par la mention « au moins ».
  • Dix URL d’exemple seulement. C’est un aperçu, pas un export du sitemap.
  • Pas de contrôle de validité complet. L’outil reconnaît un index ou une liste d’URL et compte les adresses. Il ne vérifie ni les dates, ni les balises optionnelles, ni l’état des pages listées.
  • Quotas. Dix recherches par tranche de dix minutes et par visiteur, avec aussi un plafond global. Au-delà, un message vous invite à réessayer plus tard.

Vos données

Cet outil fait exception parmi mes outils gratuits : il ne tourne pas dans votre navigateur. Un navigateur n’a pas le droit de lire les fichiers d’un autre site, c’est la règle CORS. La recherche part donc du serveur de Radiank, qui interroge le site à votre place, avec huit requêtes et douze secondes au maximum.

Seule l’adresse que vous saisissez est transmise. Elle n’est pas conservée. Le serveur ne vous renvoie pas le contenu brut des fichiers, seulement les champs extraits : type, code, nombre d’entrées et quelques URL. Il refuse aussi les adresses qui ne sont pas des sites publics.

Pour aller plus loin

SEOSitemapOutilsIndexation

Écrit par

Billy Berthod

développeur web freelance à Vaudrey, Jura

Création de sites, SEO local et outils IA pour les TPE et PME du Jura et du Doubs. J'accompagne les entreprises dans leur transformation digitale depuis 2018.

À LIRE AUSSI

Dans la même catégorie.

QUESTIONS FRÉQUENTES

Pourquoi l'outil ne trouve-t-il aucun sitemap sur un site qui en a un ?
Le sitemap est probablement à une adresse non standard et il n'est pas déclaré dans le robots.txt. Dans ce cas, seul le propriétaire du site peut vous le donner, par exemple depuis sa Search Console.
L'outil teste-t-il toujours les adresses usuelles ?
Non. Il commence par le robots.txt. Si une ligne Sitemap: mène à un sitemap valide, il s'arrête là. Les adresses usuelles ne sont essayées que si le robots.txt n'a rien donné.
Un sitemap trouvé veut-il dire que toutes les pages sont indexées ?
Non. Un sitemap liste les adresses que le site propose aux moteurs de recherche. Il aide à les découvrir, mais il ne garantit ni l'exploration ni l'indexation de chaque page.
Puis-je analyser un site qui n'est pas le mien ?
Oui, pour tout site public. L'outil ne lit que des fichiers déjà accessibles à n'importe quel visiteur. Il refuse les adresses qui ne sont pas des sites publics.

— GUIDE GRATUIT

Guide SEO local pour PME — gratuit.

12 chapitres progressifs, du diagnostic à la mise en oeuvre. Chaque section est actionnable immédiatement, avec des exemples concrets d'entreprises du Jura.

Votre projet

Votre freelance SEO dans le Jura.

Vous voulez être trouvé sur Google par les clients de votre zone ? Parlons de votre site.