Cómo encontrar el sitemap de un sitio web

1. Empieza por robots.txt

Abre el dominio canónico seguido de /robots.txt. Busca una línea que empiece por Sitemap: y copia la dirección completa que aparece después. Un sitio puede declarar varios archivos, incluso alojados en otro dominio. Abre esas direcciones sin dar por hecho que el sitemap está en la raíz.

https://example.com/robots.txt

Sitemap: https://example.com/sitemap.xml

La ausencia de una línea Sitemap: no demuestra que el archivo no exista. La declaración facilita su descubrimiento, pero no es un requisito para crear el archivo.

2. Comprueba las direcciones habituales

Si robots.txt no indica una dirección, prueba estas rutas en el dominio HTTPS correcto. Son convenciones, no nombres obligatorios. Si hay una redirección, comprueba el destino; ante un 404, consulta los ajustes de la plataforma. Una página de acceso o un error HTML no son un sitemap XML utilizable.

https://example.com/sitemap.xml
https://example.com/sitemap_index.xml
https://example.com/wp-sitemap.xml

3. Encuentra los sitemaps de WordPress y Shopify

• WordPress: cuando la función integrada está activa en un sitio público, su punto de entrada es /wp-sitemap.xml. Los plugins SEO pueden sustituirla o desactivarla. Revisa los ajustes del plugin activo antes de crear archivos que compitan entre sí.
• Shopify: la plataforma genera /sitemap.xml automáticamente y actualiza los sitemaps secundarios cuando cambia el contenido. Una tienda protegida por contraseña puede impedir el acceso a los buscadores.
• Otros CMS: consulta los ajustes SEO o la documentación. Una ruta válida en otra plataforma no confirma la dirección en tu sitio.

4. Distingue un sitemap de un índice

Examina el XML, no solo la presentación visual del navegador. Un urlset contiene direcciones de páginas en elementos url/loc. Un sitemapindex contiene direcciones de otros archivos sitemap en elementos sitemap/loc. El índice es un punto de entrada válido; sus archivos secundarios no son páginas de productos ni artículos.

<sitemapindex xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
  <sitemap><loc>https://example.com/products.xml</loc></sitemap>
</sitemapindex>

El extractor puede leer el índice y recopilar las URL dentro de los límites del servicio. El validador comprueba la estructura XML, sin confirmar la indexación de las páginas.

5. Si no encuentras ningún sitemap

Si administras el sitio, revisa el informe Sitemaps de Search Console y la configuración del CMS. Google puede haber descubierto el archivo por otro medio: su ausencia del informe no demuestra que no exista. En sitios ajenos, limita las comprobaciones a recursos públicos.

Si no existe un sitemap automático, usa el generador, revisa las URL incluidas y excluidas y publica tú mismo el XML descargado. El rastreador sigue enlaces HTML localizables; no reconstruye todas las páginas ocultas, sin enlaces o dependientes de JavaScript.