Come trovare la sitemap di un sito web (7 modi)
Come trovare la sitemap di un sito web: controlla robots.txt, gli URL di sitemap più comuni, le impostazioni predefinite del CMS e Search Console, poi verifica in pochi minuti la presenza di errori nel file XML della sitemap.
Il team Auditite
Indice dei contenuti
La sitemap di un sito ti serve per una dozzina di motivi: fare l'audit del tuo sito, valutare i contenuti di un competitor, pianificare una migrazione o semplicemente verificare che Google riesca a trovare ogni pagina. Eppure non esiste un'unica posizione standard. Una sitemap può trovarsi in /sitemap.xml, /sitemap_index.xml, /wp-sitemap.xml, /sitemap-index.xml o in un percorso che nessuno indovinerebbe.
Ecco sette metodi, nell'ordine in cui li usiamo, più il modo per verificare che la sitemap trovata sia davvero valida.
1. Controlla prima il robots.txt
Il metodo più rapido e affidabile è aprire il robots.txt del sito:
https://example.com/robots.txt
Cerca le righe che iniziano con Sitemap::
User-agent: *
Disallow: /admin/
Sitemap: https://example.com/sitemap-index.xml
Il protocollo sitemap consente ai proprietari dei siti di dichiarare le sitemap in robots.txt e Google, Bing e gli altri motori di ricerca leggono questa riga. Un sito può elencare più righe Sitemap:, ad esempio una per le pagine e una per le immagini. Se la riga c'è, hai finito.
È anche per questo che “sitemap xml robots txt” compaiono insieme in molti audit: dichiarare la sitemap nel robots.txt è l'unico metodo di scoperta che funziona per ogni motore di ricerca senza accedere a uno strumento per webmaster. Se il tuo robots.txt non rimanda alla sitemap, aggiungila. Consulta le nostre best practice per il robots.txt per il file completo.
2. Prova gli URL comuni delle sitemap
Se robots.txt non contiene nulla, prova direttamente nel browser i percorsi abituali:
| URL | Di solito usato da |
|---|---|
/sitemap.xml | Molti siti custom e framework, Shopify, Wix, Squarespace |
/sitemap_index.xml | WordPress con Yoast SEO o Rank Math |
/wp-sitemap.xml | Sitemap nativa di WordPress (senza plugin SEO) |
/sitemap-index.xml | Astro, alcuni generatori di siti statici |
/sitemap-0.xml | Pacchetti sitemap per Astro e Next.js (sitemap figlia) |
/sitemap/sitemap.xml | Alcune configurazioni CMS enterprise |
/sitemap.xml.gz | Siti più vecchi o molto grandi (compressa) |
Un trucco utile: molti siti reindirizzano /sitemap.xml alla loro vera pagina indice. Osserva la barra degli indirizzi dopo il caricamento della pagina.
3. Usa l'impostazione predefinita del CMS
Se conosci la piattaforma, di solito conosci la sitemap:
- WordPress:
/wp-sitemap.xmldi default, oppure/sitemap_index.xmlse Yoast o Rank Math è attivo. La nostra guida al robots.txt di WordPress spiega come i plugin sostituiscono la riga della sitemap. - Shopify:
/sitemap.xml, che rimanda alle sitemap figlie per prodotti, collezioni, pagine e blog. - Wix e Squarespace:
/sitemap.xml. - Webflow:
/sitemap.xmluna volta attivata la generazione automatica nelle impostazioni del sito.
Per identificare la piattaforma, guarda il sorgente della pagina e cerca percorsi tipici (/wp-content/, cdn.shopify.com) o un meta tag generator.
4. Cerca su Google con gli operatori
A volte Google indicizza i file delle sitemap. Prova:
site:example.com filetype:xml
site:example.com inurl:sitemap
I risultati sono altalenanti, ma a volte questo metodo fa emergere sitemap in percorsi insoliti, come una sitemap news o la sitemap di una sottocartella.
5. Controlla in Google Search Console (il tuo sito)
Per un sito di tua proprietà, apri Search Console → Indicizzazione → Sitemap. Vedrai ogni sitemap inviata per la proprietà, quando Google l'ha letta l'ultima volta, il suo stato e quanti URL ha rilevato.
Questa è la vista più autorevole delle tue sitemap, perché mostra ciò che Google ha effettivamente elaborato, non solo ciò che esiste sul server. Bing Webmaster Tools ha un report Sitemap equivalente.
6. Controlla il sorgente della pagina e il footer
Alcuni siti inseriscono nel footer il link a una sitemap HTML (spesso con l'etichetta “Sitemap”). Una sitemap HTML è una pagina pensata per le persone, non la sitemap XML usata dai motori di ricerca, ma spesso viene generata dagli stessi dati e a volte rimanda alla versione XML. Anche il sorgente della pagina può contenere un tag <link rel="sitemap">, anche se non è uno standard su cui i motori di ricerca fanno affidamento.
7. Esegui il crawl del sito
Se nessuno dei metodi sopra funziona, il sito potrebbe non avere affatto una sitemap, oppure potrebbe trovarsi in un percorso poco ovvio. Esegui un crawl con uno strumento di audit o con un crawler desktop. Molti crawler controllano automaticamente il robots.txt e le posizioni più comuni e segnalano “nessuna sitemap trovata” come problema. Anche questo è un risultato utile: un sito senza sitemap si affida interamente ai link interni per la scoperta.
Sitemap index vs sitemap figlie
Spesso l'URL che trovi è una sitemap index, un file che elenca altre sitemap anziché pagine:
<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>
Ogni sitemap figlia elenca poi gli URL effettivi all’interno di <urlset>. Il protocollo limita una singola sitemap a 50.000 URL e 50 MB non compressi, ed è per questo che i siti di grandi dimensioni le suddividono. Durante l’audit, apri ogni sitemap figlia, non solo l’indice.
Come testare una sitemap una volta trovata
Trovare la sitemap è metà del lavoro. Un test della sitemap dovrebbe verificare queste cose, in quest'ordine:
- Restituisce HTTP 200 e un tipo di contenuto XML, non una pagina di errore HTML con stato 200.
- Viene interpretato come XML valido. Un carattere estraneo o una e commerciale non sottoposta a escape (
&invece di&) fa fallire l'intero file. - Ogni URL elencato restituisce 200. Redirect, 404 ed errori 5xx non devono stare in una sitemap.
- Ogni URL elencato è indicizzabile. Nessun
noindex, non bloccato dal robots.txt e l'URL è il canonical di se stesso. - Le pagine importanti sono incluse. Confronta la sitemap con una scansione. Le pagine presenti nella scansione ma assenti dalla sitemap sono la lacuna da correggere.
- I valori
<lastmod>sono veritieri. Google ha dichiarato di usarelastmodquando è costantemente accurato. Una sitemap in cui ogni URL riporta la data di oggi insegna a Google a ignorare il campo.
Un modo rapido per eseguire i passaggi 1 e 2 è usare un sitemap checker oppure semplicemente aprire il file in un browser, che segnalerà l'XML malformato. I passaggi da 3 a 5 richiedono un crawler in grado di prendere una sitemap come input e di riportare codici di stato e indicizzabilità per ogni URL.
Un esempio pratico
Un audit illustrativo di un blog di medie dimensioni:
robots.txtelencahttps://example.com/sitemap.xml.- Quell'URL fa un redirect 301 verso
/sitemap_index.xml(va bene, ma è meglio indicare direttamente l'URL finale nel robots.txt). - L'indice rimanda a quattro sitemap figlie. Una di queste,
category-sitemap.xml, elenca 40 pagine di categoria impostate tutte sunoindex. - 12 URL di articoli in
post-sitemap.xmlreindirizzano a versioni più recenti dopo modifiche allo slug. - 30 articoli pubblicati compaiono nella scansione ma non in nessuna sitemap, perché sono stati importati da un altro sistema senza il post type corretto.
Le correzioni: puntare il robots.txt all'URL finale dell'indice, escludere le tassonomie noindex dalla sitemap, rigenerarla dopo i redirect e correggere il post type dei post importati. Nessuna di queste è clamorosa da sola. Insieme fanno la differenza tra una sitemap di cui Google si fida e una che tratta come rumore.
Per l’insieme completo delle regole, consulta la nostra guida all’ottimizzazione delle sitemap XML. Se il tuo sito non ha ancora una sitemap, un generatore di sitemap è un ragionevole punto di partenza per i piccoli siti statici.
Cosa sbagliano la maggior parte delle persone sulle sitemap
Si pensa comunemente che una sitemap faccia indicizzare le pagine. Non è così. Una sitemap aiuta Google a scoprire gli URL e a capire quali consideri importanti. L'indicizzazione di una pagina dipende comunque dalla sua qualità, dalla sua unicità e dai link interni. Se una pagina compare in “Rilevata, ma attualmente non indicizzata” pur essendo nella tua sitemap, la sitemap ha fatto il suo lavoro: il problema è altrove. La nostra guida a Rilevata, ma attualmente non indicizzata spiega cosa fare dopo.
Domande frequenti
Come trovo la sitemap di un sito web?
Apri il robots.txt del sito e cerca una riga Sitemap. Se non c'è, prova i percorsi comuni come /sitemap.xml, /sitemap_index.xml e /wp-sitemap.xml, poi prova gli operatori di ricerca di Google o un crawler.
Tutti i siti web hanno una sitemap?
No. Le sitemap sono facoltative. I siti piccoli con una buona struttura di link interni possono essere scansionati anche senza, ma la maggior parte dei CMS genera automaticamente una sitemap, ed è consigliata per i siti più grandi o aggiornati di frequente.
La sitemap va indicata nel robots.txt?
Sì. Aggiungere una riga Sitemap al robots.txt permette a ogni motore di ricerca di scoprirla senza bisogno di un account per webmaster. È facoltativo, ma economico e ampiamente supportato.
Come posso verificare se una sitemap è valida?
Verifica che restituisca stato 200 e che venga interpretata come XML, poi controlla che ogni URL elencato restituisca 200, sia indicizzabile e sia il proprio canonical. Anche il report Sitemap di Search Console segnala gli errori per i tuoi siti.
Qual è la differenza tra una sitemap XML e una sitemap HTML?
Una sitemap XML è un elenco di URL leggibile dalle macchine, pensato per i motori di ricerca. Una sitemap HTML è una normale pagina che aiuta i visitatori umani a orientarsi. Hanno scopi diversi e possono coesistere.
Resta aggiornato
Ricevi insight, strategie e aggiornamenti sul prodotto direttamente nella tua casella di posta.
Niente spam. Annulli l’iscrizione quando vuoi.
Vuoi vedere Auditite in azione?
Inizia subito e scopri come Auditite può trasformare il tuo flusso di lavoro di audit SEO.
Inizia ora