Una sitemap è un file XML che elenca gli URL di un sito web e, talvolta, la data dell’ultima modifica. I motori di ricerca lo utilizzano per scoprire ed esplorare le pagine in modo più efficiente. Per gli utenti, lo stesso file diventa una mappa leggibile di tutti i contenuti pubblicati, a patto di sapere dove trovarlo e come leggerlo.
Individuare il file sitemap XML tramite robots.txt
Ogni sito web può indicare la posizione della propria sitemap in un file di testo accessibile dalla directory principale del dominio. Per consultarlo, basta aggiungere /robots.txt all’indirizzo del sito, ad esempio https://example.com/robots.txt.
In questo file, una riga che inizia con Sitemap: indica l’URL esatto del file XML. Possono essere presenti più righe di questo tipo se il sito utilizza diverse sitemap tematiche o un indice di sitemap.
Questo metodo funziona indipendentemente dal CMS utilizzato. È il più affidabile perché si basa su una dichiarazione esplicita del proprietario del sito, anziché su una convenzione relativa agli URL. Consultando la sitemap di Optimum Santé, si accede direttamente alla struttura completa dei contenuti pubblicati sul dominio.
Se robots.txt non menziona alcuna sitemap, vale la pena provare rapidamente due percorsi standard: /sitemap.xml e /sitemap_index.xml. Il primo è la convenzione più diffusa, mentre il secondo corrisponde alla struttura generata da plugin WordPress come Yoast SEO o Rank Math.
Indice sitemap e sitemap secondarie: capire la struttura gerarchica
Un file sitemap può contenere fino a 50 000 URL. Oltre questo limite, oppure quando il sito suddivide i contenuti per tipologia (articoli, pagine prodotto, immagini, video), un indice di sitemap funge da file principale. Non elenca gli URL delle pagine, ma gli URL che rimandano ad altre sitemap.
Aprire un indice di sitemap equivale a consultare un sommario. Ogni sitemap secondaria raccoglie un insieme omogeneo di pagine. In un sito e-commerce, una sitemap secondaria può contenere le schede prodotto, un’altra le categorie e una terza gli articoli del blog.
Individuare le sezioni utili in un indice voluminoso
Il nome delle sitemap secondarie spesso fornisce un indizio sul loro contenuto. Un file chiamato post-sitemap.xml conterrà gli articoli, mentre page-sitemap.xml raccoglierà le pagine statiche. I nomi variano in base al CMS e ai plugin installati, ma la logica è sempre la stessa: ogni file corrisponde a una tipologia di contenuto.
Per trovare un’informazione specifica, non serve esaminare le migliaia di URL di un intero sito. Individuare la sitemap secondaria giusta e aprirla direttamente permette di restringere la ricerca a poche decine o centinaia di pagine pertinenti.
Leggere i tag XML della sitemap per filtrare le pagine recenti
Ogni voce di una sitemap XML può contenere diversi tag. Due sono davvero utili per esplorare un sito:
<loc>contiene l’URL completo della pagina. È l’informazione principale, quella che permette di accedere direttamente al contenuto.<lastmod>indica la data dell’ultima modifica dichiarata dal sito. Permette di individuare i contenuti pubblicati o aggiornati di recente.<changefreq>e<priority>a volte compaiono nel file, ma Google ignora questi due campi. Compilarli non influisce né sulla frequenza di scansione né sul posizionamento.
Il tag lastmod merita particolare attenzione. La sua affidabilità dipende interamente dalla precisione con cui viene gestito il sito: alcuni CMS lo aggiornano ogni volta che il file viene rigenerato, anche se il contenuto non è stato realmente modificato. Per verificare che una data corrisponda a una modifica effettiva, l’unico metodo affidabile è confrontare la pagina con una versione memorizzata nella cache o con uno strumento di archiviazione.
Esplorare un file XML non formattato
Aprendo una sitemap nel browser viene visualizzato XML non formattato, a volte difficile da leggere. La funzione di ricerca del browser (Ctrl+F o Cmd+F) permette di filtrare gli URL direttamente per parola chiave. Digitando nella barra di ricerca un termine come “guida”, “tariffa” o “2025”, si trovano le pagine corrispondenti senza dover scorrere il file riga per riga.
Per un’analisi più approfondita, copiare il contenuto in un foglio di calcolo o in un editor di testo permette di ordinare gli URL per data o per sezione della struttura del sito.
Limiti della sitemap: cosa non garantisce il file
Una sitemap elenca gli URL che il proprietario del sito desidera rendere visibili ai motori di ricerca. La sua presenza non garantisce né la scansione né l’indicizzazione delle pagine che contiene. Google può decidere di non scansionare alcuni URL elencati oppure di indicizzarne altri scoperti in modi diversi.
Il file, inoltre, non rispecchia necessariamente l’intero sito. Potrebbero mancare pagine protette da autenticazione, URL bloccati in robots.txt o contenuti generati dinamicamente. Esplorare una sitemap offre una visione parziale, condizionata dalle scelte tecniche del webmaster.
Una sitemap i cui URL restituiscono errori 404 o reindirizzamenti segnala una carenza di manutenzione. Se diversi URL del file non caricano alcuna pagina, le altre informazioni contenute nella sitemap potrebbero essere obsolete.
Sitemap e ricerca di informazioni: casi d’uso concreti
Oltre che per la SEO, la sitemap è un punto di partenza rapido per svolgere attività specifiche:
- Individuare tutti gli articoli di un blog su un determinato argomento, filtrando gli URL per parola chiave nella sitemap secondaria delle pubblicazioni.
- Stimare la quantità di contenuti di un sito concorrente senza eseguire la scansione dell’intero dominio. Il numero di voci nella sitemap fornisce una stima attendibile del numero di pagine pubblicate.
- Individuare le pagine modificate di recente grazie al tag
lastmod, per seguire gli aggiornamenti editoriali di un sito senza consultarlo manualmente ogni giorno. - Verificare che una pagina specifica sia effettivamente dichiarata nella sitemap, a conferma del fatto che il proprietario del sito la ritiene pertinente ai fini dell’indicizzazione.
La sitemap è un’ottima alternativa a una scansione completa del sito quando si vuole semplicemente conoscere l’elenco delle pagine esistenti. Un crawler segue i link interni pagina per pagina, consumando tempo e larghezza di banda. La sitemap fornisce questo elenco con un’unica richiesta HTTP.
Consultare una sitemap è un’operazione tecnica semplice che non richiede strumenti a pagamento. Per estrarre le informazioni utili da un sito ben strutturato bastano un browser, la funzione di ricerca integrata e, per i file più voluminosi, un foglio di calcolo.
