Comment trouver le sitemap d'un site web (7 méthodes)
Comment trouver le sitemap d'un site web : vérifiez le robots.txt, les URL de sitemap courantes, les valeurs par défaut du CMS et la Search Console, puis testez le XML du sitemap pour détecter les erreurs en quelques minutes.
L'équipe Auditite
Sommaire
Vous avez besoin du sitemap d'un site pour une dizaine de raisons : auditer votre propre site, cerner le contenu d'un concurrent, planifier une migration ou simplement vérifier que Google peut trouver chaque page. Pourtant, il n'existe pas d'emplacement standard unique. Un sitemap peut se trouver à l'adresse /sitemap.xml, /sitemap_index.xml, /wp-sitemap.xml, /sitemap-index.xml ou à un chemin que personne ne devinerait.
Voici sept méthodes, dans l'ordre où nous les utilisons, ainsi que la façon de vérifier que le sitemap que vous trouvez est bien valide.
1. Vérifiez d’abord le robots.txt
La méthode la plus rapide et la plus fiable consiste à ouvrir le robots.txt du site :
https://example.com/robots.txt
Cherchez les lignes commençant par Sitemap: :
User-agent: *
Disallow: /admin/
Sitemap: https://example.com/sitemap-index.xml
Le protocole sitemaps permet aux propriétaires de sites de déclarer leurs sitemaps dans le robots.txt, et Google, Bing et les autres moteurs de recherche lisent cette ligne. Un site peut lister plusieurs lignes Sitemap:, par exemple une pour les pages et une pour les images. Si la ligne est présente, c'est terminé.
C’est aussi pourquoi « sitemap xml robots txt » vont de pair dans tant d’audits : déclarer le sitemap dans robots.txt est la seule méthode de découverte qui fonctionne pour tous les moteurs de recherche sans se connecter à un outil pour webmasters. Si votre propre fichier robots.txt ne référence pas votre sitemap, ajoutez-le. Consultez nos bonnes pratiques robots.txt pour le fichier complet.
2. Essayer les URL de sitemap courantes
Si robots.txt n’indique rien, essayez directement les emplacements habituels dans votre navigateur :
| URL | Généralement utilisé par |
|---|---|
/sitemap.xml | De nombreux sites sur mesure et frameworks, Shopify, Wix, Squarespace |
/sitemap_index.xml | WordPress avec Yoast SEO ou Rank Math |
/wp-sitemap.xml | Sitemap natif de WordPress (sans plugin SEO) |
/sitemap-index.xml | Astro, certains générateurs de sites statiques |
/sitemap-0.xml | Paquets de sitemap pour Astro et Next.js (sitemap enfant) |
/sitemap/sitemap.xml | Certaines configurations de CMS d'entreprise |
/sitemap.xml.gz | Sites anciens ou très volumineux (compressé) |
Une astuce utile : de nombreux sites redirigent /sitemap.xml vers leur véritable index. Surveillez la barre d’adresse après le chargement de la page.
3. Utilisez la valeur par défaut du CMS
Si vous connaissez la plateforme, vous connaissez généralement le sitemap :
- WordPress :
/wp-sitemap.xmlpar défaut, ou/sitemap_index.xmlsi Yoast ou Rank Math est actif. Notre guide du robots.txt sous WordPress explique comment les plugins remplacent la ligne du sitemap. - Shopify :
/sitemap.xml, qui renvoie vers des sitemaps enfants pour les produits, les collections, les pages et les blogs. - Wix et Squarespace :
/sitemap.xml. - Webflow :
/sitemap.xmlune fois la génération automatique activée dans les paramètres du site.
Pour identifier la plateforme, affichez le code source de la page et cherchez des chemins révélateurs (/wp-content/, cdn.shopify.com) ou une balise meta generator.
4. Rechercher sur Google avec des opérateurs
Google indexe parfois les fichiers sitemap. Essayez :
site:example.com filetype:xml
site:example.com inurl:sitemap
Les résultats sont inégaux, mais cela permet parfois de faire remonter des sitemaps situés à des chemins inhabituels, comme un sitemap d'actualités ou un sitemap pour un sous-dossier.
5. Consultez Google Search Console (votre propre site)
Pour un site dont vous êtes propriétaire, ouvrez Search Console → Indexation → Sitemaps. Vous verrez chaque sitemap soumis pour la propriété, la date de sa dernière lecture par Google, son statut et le nombre d’URL découvertes.
C'est la vue la plus fiable de vos sitemaps, car elle montre ce que Google a réellement traité, et pas seulement ce qui existe sur le serveur. Bing Webmaster Tools propose un rapport Sitemaps équivalent.
6. Vérifiez le code source de la page et le pied de page
Certains sites placent un lien vers un sitemap HTML dans le pied de page (souvent intitulé « Plan du site »). Un sitemap HTML est une page destinée aux humains, et non le sitemap XML qu'utilisent les moteurs de recherche, mais il est souvent généré à partir des mêmes données et renvoie parfois vers la version XML. Le code source de la page peut aussi contenir une balise <link rel="sitemap">, bien que les moteurs de recherche ne s'appuient pas sur ce standard.
7. Crawler le site
Si rien de ce qui précède ne fonctionne, le site n'a peut-être pas de sitemap du tout, ou celui-ci se trouve à un chemin obscur. Lancez un crawl avec un outil d'audit ou un crawler desktop. De nombreux crawlers vérifient automatiquement robots.txt et les emplacements courants, et signalent « aucun sitemap trouvé » comme un problème. Ce constat est utile en soi : un site sans sitemap repose entièrement sur les liens internes pour être découvert.
Index de sitemaps vs sitemaps enfants
Souvent, l’URL que vous trouvez est un index de sitemaps, un fichier qui liste d’autres sitemaps plutôt que des pages :
<sitemapindex xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
<sitemap>
<loc>https://example.com/sitemap-posts.xml</loc>
</sitemap>
<sitemap>
<loc>https://example.com/sitemap-pages.xml</loc>
</sitemap>
</sitemapindex>
Chaque sitemap enfant liste ensuite les URL réelles dans <urlset>. Le protocole limite un sitemap à 50 000 URL et 50 Mo non compressés, c'est pourquoi les grands sites les fractionnent. Lors d'un audit, ouvrez chaque sitemap enfant, pas seulement l'index.
Comment tester un sitemap une fois trouvé
Trouver le sitemap n'est que la moitié du travail. Un test de sitemap doit vérifier ces points, dans cet ordre :
- Il renvoie un HTTP 200 et un type de contenu XML, et non une page d'erreur HTML avec un statut 200.
- Il est analysé comme du XML valide. Un caractère parasite ou une esperluette non échappée (
&au lieu de&) casse tout le fichier. - Chaque URL listée renvoie un code 200. Les redirections, les erreurs 404 et 5xx n’ont pas leur place dans un sitemap.
- Chaque URL listée est indexable. Pas de
noindex, pas de blocage par robots.txt, et l’URL est sa propre canonique. - Les pages importantes sont incluses. Comparez le sitemap à un crawl. Les pages présentes dans le crawl mais absentes du sitemap sont l’écart à corriger.
- Les valeurs de
<lastmod>sont fiables. Google a indiqué qu’il utiliselastmodlorsque cette valeur est systématiquement exacte. Un sitemap où chaque URL affiche la date du jour apprend à Google à ignorer ce champ.
Un moyen rapide de réaliser les étapes 1 et 2 consiste à utiliser un vérificateur de sitemap ou simplement à ouvrir le fichier dans un navigateur, qui signalera un XML mal formé. Les étapes 3 à 5 nécessitent un crawler capable de prendre un sitemap en entrée et de rapporter les codes de statut et l’indexabilité de chaque URL.
Un exemple concret
Un audit illustratif d'un blog de taille moyenne :
robots.txtlistehttps://example.com/sitemap.xml.- Cette URL redirige en 301 vers
/sitemap_index.xml(pas de problème, mais il vaut mieux indiquer directement l'URL finale dans le robots.txt). - L’index renvoie vers quatre sitemaps enfants. L’un d’eux,
category-sitemap.xml, liste 40 pages de catégorie qui sont toutes définies surnoindex. - 12 URL d'articles dans
post-sitemap.xmlredirigent vers de nouvelles versions après des changements de slug. - 30 articles publiés apparaissent dans le crawl mais dans aucun sitemap, car ils ont été importés d’un autre système sans le bon type de contenu.
Les correctifs : pointer le robots.txt vers l'URL finale de l'index, exclure les taxonomies noindex du sitemap, le régénérer après les redirections et corriger le type de contenu des articles importés. Aucun n'est spectaculaire en soi. Ensemble, ils font la différence entre un sitemap auquel Google fait confiance et un sitemap qu'il traite comme du bruit.
Pour l'ensemble des règles, consultez notre guide d'optimisation du sitemap XML. Si votre site n'a pas encore de sitemap, un générateur de sitemap est un point de départ raisonnable pour les petits sites statiques.
Ce que la plupart des gens comprennent mal sur les sitemaps
On croit souvent qu’un sitemap fait indexer les pages. Ce n’est pas le cas. Un sitemap aide Google à découvrir des URL et à comprendre lesquelles vous jugez importantes. L’indexation d’une page dépend toujours de sa qualité, de son unicité et de ses liens internes. Si une page figure sous « Détectée, actuellement non indexée » alors qu’elle est listée dans votre sitemap, le sitemap a fait son travail ; le problème est ailleurs. Notre guide sur Détectée, actuellement non indexée explique quoi faire ensuite.
Questions fréquentes
Comment trouver le sitemap d'un site web ?
Ouvrez le fichier robots.txt du site et cherchez une ligne Sitemap. S’il n’y en a pas, essayez les chemins courants comme /sitemap.xml, /sitemap_index.xml et /wp-sitemap.xml, puis les opérateurs de recherche Google ou un crawler.
Tous les sites web ont-ils un sitemap ?
Non. Les sitemaps sont facultatifs. Les petits sites bien maillés en interne peuvent être crawlés sans sitemap, mais la plupart des CMS en génèrent un automatiquement, et il est recommandé pour les sites plus grands ou mis à jour fréquemment.
Faut-il lister le sitemap dans le robots.txt ?
Oui. Ajouter une ligne Sitemap dans le fichier robots.txt permet à chaque moteur de recherche de le découvrir sans compte sur un outil pour webmasters. C'est facultatif, mais peu coûteux et largement pris en charge.
Comment vérifier la validité d'un sitemap ?
Vérifiez qu’il renvoie le statut 200 et qu’il s’analyse comme du XML, puis contrôlez que chaque URL listée renvoie 200, est indexable et correspond à sa propre canonical. Le rapport Sitemaps de la Search Console signale aussi les erreurs pour vos propres sites.
Quelle est la différence entre un sitemap XML et un sitemap HTML ?
Un sitemap XML est une liste d'URL lisible par machine, destinée aux moteurs de recherche. Un sitemap HTML est une page ordinaire qui aide les visiteurs humains à naviguer. Ils ont des objectifs différents et peuvent coexister.
Restez informé
Recevez des analyses, des stratégies et les nouveautés produit directement dans votre boîte de réception.
Pas de spam. Désabonnement à tout moment.
Prêt à voir Auditite en action ?
Lancez-vous et voyez comment Auditite peut transformer votre workflow d’audit SEO.
Commencer