Un plan du site, ou sitemap, liste les URL qu’un site met à disposition des moteurs de recherche. Google précise qu’un sitemap aide à découvrir des URL, mais ne garantit ni leur exploration ni leur indexation. Pour retrouver les rubriques d’un site, ce fichier constitue un point de départ utile, à condition de savoir le lire et d’en connaître les limites.
Sitemap XML et rubriques visibles : deux réalités distinctes
Le sitemap XML d’un site et sa navigation visible ne se superposent pas toujours. Le menu d’un site affiche les rubriques que l’éditeur veut mettre en avant. Le sitemap, lui, recense les URL transmises aux robots d’indexation.
Certaines pages présentes dans la navigation n’apparaissent pas dans le sitemap, parce qu’elles ont été exclues volontairement ou par oubli. À l’inverse, des URL obsolètes ou des pages de redirection peuvent subsister dans le fichier XML sans correspondre à aucune rubrique accessible au visiteur.
Connaître le plan du site Keskejmets ? permet par exemple de visualiser la structure d’un site de petites annonces et de vérifier si les catégories affichées dans le menu correspondent bien aux URL déclarées dans le fichier.
Un sitemap volumineux doit respecter une limite fixée par Google : 50 000 URL ou 50 Mo non compressés par fichier. Au-delà, le site utilise un index de sitemaps, c’est-à-dire un fichier principal qui renvoie vers plusieurs sous-fichiers. Chaque sous-fichier regroupe alors un type de contenu (articles, pages produits, images). Cette organisation segmentée facilite la lecture : en ouvrant l’index, on repère les grandes familles de contenus du site.
Accéder au plan du site : fichier robots.txt et URL standard
La méthode la plus fiable pour localiser un sitemap commence par le fichier robots.txt, accessible en ajoutant /robots.txt après le nom de domaine. Ce fichier contient souvent une ligne « Sitemap: » suivie de l’URL exacte du plan du site.
Quand robots.txt ne mentionne aucun sitemap, on peut tester des adresses courantes :
- /sitemap.xml fonctionne sur la majorité des sites utilisant un CMS comme WordPress, Shopify ou Joomla
- /sitemap_index.xml apparaît fréquemment sur les sites WordPress équipés de plugins SEO (Yoast, Rank Math)
- /sitemap/ est parfois utilisé comme page HTML présentant l’arborescence du site dans un format lisible par les visiteurs, pas seulement par les robots
Si aucune de ces adresses ne répond, le site ne propose peut-être pas de sitemap public. Dans ce cas, la navigation interne et les liens en pied de page restent les seuls repères pour reconstituer les rubriques.
Quand le sitemap ne correspond pas aux rubriques du site
Un décalage entre le sitemap et les rubriques visibles se produit plus souvent qu’on ne le pense. Plusieurs situations l’expliquent.
Des URL obsolètes restent dans le sitemap après une refonte ou une suppression de rubrique. Le fichier n’a pas été mis à jour, et les moteurs de recherche reçoivent des adresses qui renvoient une erreur 404 ou une redirection. Ces URL fantômes ne correspondent à aucune rubrique explorable par le visiteur.
Des pages existent sans figurer dans le sitemap parce qu’elles n’ont pas été déclarées. C’est fréquent pour les pages créées manuellement, les landing pages temporaires ou les sous-catégories récentes. Un visiteur qui consulte uniquement le sitemap ne les trouvera pas.
Autre cas courant : une URL listée dans le sitemap n’est pas indexée par Google. Le fichier XML signale la page, mais une balise noindex dans le code HTML ou une règle dans robots.txt empêche son apparition dans les résultats de recherche. La rubrique existe techniquement, sans être accessible depuis un moteur de recherche.
Vérifier la cohérence entre sitemap et navigation
Pour un site que l’on ne gère pas soi-même, la comparaison reste manuelle. On ouvre le sitemap dans un navigateur (les fichiers XML s’affichent directement), puis on confronte les URL listées avec les liens du menu principal et du pied de page.
Deux indices aident à repérer les incohérences :
- L’horodatage lastmod, présent dans de nombreux sitemaps, indique la date de dernière modification déclarée. Google précise que cette date n’est utile que si elle reflète une modification réelle, pas un simple changement de copyright. Une date très ancienne sur une rubrique supposée active peut signaler une page abandonnée
- Les champs priority et changefreq apparaissent encore dans certains sitemaps, mais Google indique qu’il ignore ces deux paramètres. Leur présence ne renseigne pas sur l’importance réelle d’une rubrique
Plan du site HTML ou sitemap XML : lequel aide le visiteur
Le sitemap XML s’adresse aux robots. Son format brut, structuré en balises, n’est pas conçu pour qu’un internaute y cherche une rubrique confortablement. Certains navigateurs le rendent lisible, d’autres affichent du code difficile à parcourir.
Le plan du site HTML, quand il existe, remplit un rôle différent. C’est une page du site, accessible depuis le pied de page en général, qui présente l’arborescence sous forme de liens cliquables organisés par rubrique. Pour un visiteur qui cherche une section précise, c’est le format le plus direct.
Tous les sites ne proposent pas de plan HTML. Les sites de grande taille (e-commerce, médias) en ont souvent un parce que leur navigation principale ne peut pas afficher toutes les catégories. Les sites plus modestes se contentent généralement du sitemap XML, voire n’en ont aucun.
Quand un site offre les deux, le plan HTML montre ce que l’éditeur veut que vous trouviez, tandis que le sitemap XML montre ce qu’il a déclaré aux moteurs de recherche. La différence entre les deux révèle parfois des rubriques cachées ou des sections en cours de construction.
Retrouver les rubriques d’un site passe donc rarement par un seul fichier. Le sitemap XML donne une cartographie technique, le plan HTML offre un accès lisible, et la navigation du site reflète les choix éditoriaux du moment. Croiser ces trois sources reste la méthode la plus fiable pour obtenir une vue complète de la structure d’un site web.
