Come trovare la sitemap di un sito web

1. Parti da robots.txt

Apri il dominio canonico del sito seguito da /robots.txt. Cerca una riga che inizi con Sitemap: e copia l’indirizzo completo che segue. Un sito può dichiarare più file, anche ospitati su un altro dominio. Apri gli indirizzi indicati, senza presumere che la sitemap si trovi nella radice.

https://example.com/robots.txt

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

L’assenza della riga Sitemap: non significa che il file non esista. La dichiarazione serve a farlo scoprire, ma non è necessaria alla sua esistenza.

2. Controlla gli indirizzi più comuni

Se robots.txt non indica un indirizzo, prova questi percorsi sul dominio HTTPS corretto. Sono convenzioni, non nomi obbligatori. Se trovi un reindirizzamento, verifica la destinazione; con un 404, passa alle impostazioni della piattaforma. Una pagina di accesso o un errore HTML non costituiscono una sitemap XML utilizzabile.

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

3. Trova le sitemap di WordPress e Shopify

• WordPress: quando la sitemap integrata è attiva su un sito pubblico, il punto di ingresso è /wp-sitemap.xml. I plugin SEO possono sostituirla o disattivarla. Controlla le impostazioni del plugin attivo, evitando di creare file concorrenti.
• Shopify: la piattaforma genera automaticamente /sitemap.xml e aggiorna le sitemap figlie quando cambiano i contenuti del negozio. La protezione con password può impedire ai motori di ricerca di accedervi.
• Altri CMS: consulta le impostazioni SEO o la documentazione. Il percorso usato da un’altra piattaforma non dimostra dove si trovi il file sul tuo sito.

4. Distingui una sitemap da un indice sitemap

Controlla l’XML, non soltanto la presentazione grafica del browser. Un urlset contiene URL di pagine negli elementi url/loc. Un sitemapindex contiene indirizzi di altri file sitemap negli elementi sitemap/loc. L’indice è un punto di ingresso valido: gli indirizzi dei file figli non sono URL di prodotti o articoli.

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

L’estrattore URL può leggere l’indice e raccogliere gli URL delle pagine entro i limiti del servizio. Il checker controlla la struttura XML, ma non stabilisce se le singole pagine siano indicizzate.

5. Se non trovi nessuna sitemap

Se gestisci il sito, verifica il report Sitemap di Search Console e la configurazione del CMS. Un file assente dal report potrebbe essere stato scoperto da Google con altri metodi: non è una prova che manchi. Se il sito non è tuo, limita i controlli alle risorse pubbliche.

Se non esiste una sitemap automatica, usa il generatore, verifica gli URL inclusi ed esclusi e pubblica personalmente l’XML scaricato. Il crawler segue i link HTML individuabili: non può ricostruire tutte le pagine nascoste, prive di collegamenti o accessibili solo tramite JavaScript.