Aller au contenu

Sandro Margas

Petit internaute perdu, fan de golf

Comment utiliser un sitemap pour explorer facilement un site web ?

Femme consultant un plan de sitemap imprimé sur un bureau en bois dans un bureau à domicile moderne

On a tous connu ce moment : un site de plusieurs centaines de pages, une navigation qui ne montre qu’une fraction du contenu, et aucun moyen rapide de savoir ce qui se cache dans les recoins. Le sitemap, ce fichier XML posé à la racine du domaine, donne accès à la liste des URL que le propriétaire du site souhaite rendre visibles.

Mais un sitemap n’est pas un plan complet du site. Il ne garantit ni l’exploration ni l’indexation de chaque page listée. Pour en tirer quelque chose d’utile, on doit le lire avec méthode, le croiser avec d’autres données et ne pas lui faire dire ce qu’il ne dit pas.

Sitemap XML : ce qu’il montre et ce qu’il cache

Quand on ouvre un fichier sitemap, on tombe sur une liste brute d’URL encadrées de balises XML. Chaque entrée peut contenir une date de dernière modification (lastmod), une fréquence de changement (changefreq) et une priorité (priority). Sur le papier, ces trois champs aident à trier les pages. En pratique, deux d’entre eux sont inutiles pour organiser une exploration.

Google indique ignorer les valeurs priority et changefreq. Ces champs déclaratifs ne reflètent pas le comportement réel du site. Un webmaster peut attribuer une priorité de 1.0 à toutes ses pages sans que cela change quoi que ce soit côté crawl. Pour classer les URL, on s’appuie sur des critères observables : le type de page (catégorie, fiche produit, article), sa date de modification ou son état d’indexabilité.

La balise lastmod, elle, peut servir, à condition d’être fiable. Elle doit refléter une modification importante du contenu, pas la simple régénération du fichier ou un changement de pied de page. Quand la date est cohérente et vérifiable, elle permet de repérer rapidement les pages récemment mises à jour dans un site volumineux.

Pour voir à quoi ressemble un sitemap en conditions réelles, le sitemap de Série Live illustre bien cette structure : on y retrouve les URL organisées par type de contenu, avec leurs dates de modification.

Homme analysant un outil de sitemap visuel sur grand écran dans un bureau open space moderne

Comparer un sitemap à un crawl pour détecter les pages orphelines

Le vrai intérêt du sitemap apparait quand on le confronte à un crawl du site. Un crawl, réalisé avec un outil comme Screaming Frog, Sitebulb ou un crawler en ligne, parcourt le site en suivant les liens internes. Il reconstitue la structure telle qu’un moteur de recherche la découvre. Le sitemap, lui, liste les URL que le propriétaire veut exposer.

Croiser ces deux jeux de données révèle trois types d’écarts qu’on ne verrait pas autrement.

  • Les URL présentes dans le sitemap mais absentes du crawl : ce sont potentiellement des pages orphelines, accessibles uniquement via le sitemap, sans aucun lien interne pointant vers elles. Un moteur de recherche aura du mal à les trouver par la navigation seule.
  • Les URL du sitemap qui répondent par une erreur 404, une redirection 301 ou un code 5xx : ce sont des URL obsolètes qui polluent le fichier et gaspillent le budget de crawl.
  • Les URL présentes dans le crawl mais absentes du sitemap : des pages que la navigation expose mais que le webmaster n’a pas jugé utile de déclarer, ou qu’il a oubliées. Selon leur nature, elles méritent d’être ajoutées ou désindexées.

Cette comparaison se fait dans un tableur. On exporte la liste du sitemap, on exporte le rapport de crawl, puis on fait une jointure sur les URL. Les lignes sans correspondance dans l’une ou l’autre colonne signalent les écarts à investiguer.

Sitemap et navigation : repérer les sections enfouies d’un site web

Au-delà des pages orphelines, le sitemap aide à identifier les sections du site que la navigation rend difficiles à découvrir. Sur un site e-commerce avec des milliers de fiches produits, certaines catégories peuvent se trouver à quatre ou cinq clics de la page d’accueil. Un crawl mesure cette profondeur. Le sitemap, lui, met toutes les URL au même niveau.

En triant les URL du sitemap par répertoire (le chemin dans l’URL : /blog/, /produits/, /aide/), on obtient une vue par section du site. On peut ensuite vérifier, pour chaque section, combien de ses URL apparaissent dans les premiers niveaux du crawl et combien se retrouvent enfouies.

Un exemple concret de diagnostic

Prenons un site dont le sitemap contient 800 URL réparties entre /articles/, /guides/ et /outils/. Le crawl montre que les 200 pages sous /outils/ ne sont accessibles qu’à partir d’un lien unique dans le footer. Résultat : ces pages ont une profondeur de crawl élevée et reçoivent peu de jus interne. Le sitemap seul n’aurait pas suffi à poser ce diagnostic, mais c’est lui qui a permis de constater que la section existait et méritait un examen.

Le sitemap sert de carte, le crawl sert de terrain. L’un sans l’autre donne une image incomplète.

Jeune femme consultant le code XML d'un sitemap sur une tablette dans un salon minimaliste

Accéder au sitemap d’un site : les chemins qui fonctionnent

Pour explorer un site tiers, la première étape est de localiser son sitemap. La méthode la plus directe consiste à tester l’URL /sitemap.xml à la racine du domaine. La majorité des CMS (WordPress, Shopify, Webflow) génèrent un sitemap à cet emplacement par défaut.

Si cette URL ne renvoie rien, on consulte le fichier robots.txt du site, accessible à /robots.txt. Ce fichier contient souvent une directive « Sitemap: » suivie de l’URL complète du fichier. C’est la méthode la plus fiable quand le sitemap n’est pas à l’emplacement standard.

Quand le sitemap est un index

Sur les sites volumineux, le fichier sitemap.xml est souvent un sitemap index : il ne liste pas directement les URL du site, mais pointe vers plusieurs sous-sitemaps thématiques (sitemap-posts.xml, sitemap-pages.xml, sitemap-products.xml). Chaque sous-fichier contient un lot d’URL. Pour une exploration complète, on télécharge et on fusionne tous les sous-sitemaps avant de lancer la comparaison avec le crawl.

Certains sites ne proposent aucun sitemap. Dans ce cas, le crawl reste le seul moyen de reconstituer la structure. Le sitemap facilite le travail, mais il n’est pas un prérequis pour explorer un site.

Le sitemap ne remplace ni un audit technique, ni un crawl, ni l’analyse du maillage interne. Son utilité réelle se mesure quand on le sort de son rôle passif de fichier soumis à Google pour en faire un outil de comparaison. Les pages orphelines, les URL cassées, les sections mal reliées : tout cela se détecte en croisant le sitemap avec ce que le site montre réellement à ses visiteurs et aux moteurs de recherche.

Comment utiliser un sitemap pour explorer facilement un site web ?