Een sitemap is een XML-bestand met een lijst van de URL’s van een website en soms de datum waarop ze voor het laatst zijn gewijzigd. Zoekmachines gebruiken het om pagina’s efficiënter te ontdekken en te crawlen. Voor gebruikers vormt hetzelfde bestand een overzichtelijke kaart van alle gepubliceerde content, mits ze weten waar ze het kunnen vinden en hoe ze het moeten lezen.
Het XML-sitemapbestand vinden via robots.txt
Elke website kan de locatie van de sitemap vermelden in een tekstbestand dat toegankelijk is via de hoofdmap van het domein. Je kunt dit bestand bekijken door /robots.txt aan het webadres toe te voegen, bijvoorbeeld https://example.com/robots.txt.
Een regel in dit bestand die begint met Sitemap: geeft de exacte URL van het XML-bestand aan. Er kunnen meerdere van zulke regels in staan als de website verschillende thematische sitemaps of een sitemapindex gebruikt.
Deze methode werkt ongeacht het gebruikte CMS. Ze is het betrouwbaarst, omdat ze berust op een expliciete vermelding door de eigenaar van de website en niet op een vaste URL-conventie. Via de sitemap van Optimum Santé krijg je rechtstreeks toegang tot de volledige structuur van de content die op het domein is gepubliceerd.
Als robots.txt geen sitemap vermeldt, zijn er twee standaardpaden die je snel kunt proberen: /sitemap.xml en /sitemap_index.xml. Het eerste is de meest gangbare conventie; het tweede hoort bij de structuur die WordPress-plug-ins zoals Yoast SEO of Rank Math genereren.
Sitemapindex en subsitemaps: inzicht in de geneste structuur
Een sitemapbestand kan maximaal 50 000 URL’s bevatten. Bij meer URL’s, of wanneer de website de content opsplitst naar type (artikelen, productpagina’s, afbeeldingen, video’s), fungeert een sitemapindex als bovenliggend bestand. Daarin staan geen URL’s van pagina’s, maar URL’s die naar andere sitemaps verwijzen.
Een sitemapindex openen is vergelijkbaar met het bekijken van een inhoudsopgave. Elke subsitemap bevat een samenhangende groep pagina’s. Op een e-commercesite kan de ene subsitemap productpagina’s bevatten, een andere categorieën en een derde blogartikelen.
Nuttige onderdelen in een omvangrijke index herkennen
De naam van een subsitemap geeft vaak een aanwijzing over de inhoud. Een bestand met de naam post-sitemap.xml bevat artikelen, terwijl page-sitemap.xml statische pagina’s groepeert. De namen verschillen per CMS en geïnstalleerde plug-ins, maar het principe blijft hetzelfde: elk bestand hoort bij een bepaald type content.
Je hoeft niet duizenden URL’s van een hele website te doorzoeken om specifieke informatie te vinden. Door de juiste subsitemap te herkennen en rechtstreeks te openen, beperk je het zoekgebied tot enkele tientallen of honderden relevante pagina’s.
XML-tags in de sitemap lezen om recente pagina’s te filteren
Elke vermelding in een XML-sitemap kan meerdere tags bevatten. Twee daarvan zijn bijzonder nuttig om een website te verkennen:
<loc>bevat de volledige URL van de pagina. Dit is de belangrijkste informatie, waarmee je rechtstreeks naar de content kunt gaan.<lastmod>geeft de door de website opgegeven datum van de laatste wijziging aan. Zo kun je content vinden die onlangs is gepubliceerd of bijgewerkt.<changefreq>en<priority>staan soms in het bestand, maar Google negeert deze twee velden. Het invullen ervan heeft geen invloed op de crawlfrequentie of de ranking.
De tag lastmod verdient extra aandacht. De betrouwbaarheid ervan hangt volledig af van hoe zorgvuldig de website wordt beheerd: sommige CMS’en werken de tag bij telkens wanneer het bestand opnieuw wordt gegenereerd, zelfs als de content niet daadwerkelijk is gewijzigd. Om te controleren of een datum overeenkomt met een echte wijziging, kun je de pagina vergelijken met een cache of archiveringstool; dat is de enige betrouwbare methode.
Navigeren in een onbewerkt XML-bestand
Als je een sitemap in een browser opent, wordt de onbewerkte XML-code weergegeven. Die is soms lastig te lezen. Met de zoekfunctie van de browser (Ctrl+F of Cmd+F) kun je rechtstreeks in de URL’s filteren op trefwoorden. Typ een term als ‘gids’, ‘tarief’ of ‘2025’ in de zoekbalk om de bijbehorende pagina’s te vinden zonder het bestand regel voor regel te hoeven doorlopen.
Voor uitgebreidere bewerkingen kun je de inhoud kopiëren naar een spreadsheet of teksteditor en de URL’s sorteren op datum of op onderdeel van de sitestructuur.
Beperkingen van een sitemap: wat het bestand niet garandeert
Een sitemap bevat de URL’s die de eigenaar van de website zichtbaar wil maken voor zoekmachines. De aanwezigheid ervan garandeert niet dat de pagina’s erin worden gecrawld of geïndexeerd. Google kan besluiten bepaalde vermelde URL’s niet te crawlen of juist andere pagina’s te indexeren die het op een andere manier heeft ontdekt.
Het bestand geeft ook niet de volledige website weer. Pagina’s die met een wachtwoord zijn beveiligd, URL’s die in robots.txt zijn geblokkeerd of dynamisch gegenereerde content kunnen ontbreken. Een sitemap verkennen geeft dus een gedeeltelijk beeld, bepaald door de technische keuzes van de webmaster.
Een sitemap met URL’s die 404-fouten of omleidingen opleveren, wijst op achterstallig onderhoud. Als meerdere URL’s in het bestand geen pagina laden, is de overige informatie in de sitemap mogelijk verouderd.
Sitemap en informatie zoeken: praktische toepassingen
Naast SEO is een sitemap een handig startpunt voor specifieke taken:
- Alle blogartikelen over een bepaald onderwerp vinden door in de subsitemap met publicaties op trefwoorden in de URL’s te filteren.
- De hoeveelheid content van een concurrerende website inschatten zonder het hele domein te crawlen. Het aantal vermeldingen in de sitemap geeft een betrouwbare indicatie van het aantal gepubliceerde pagina’s.
- Onlangs gewijzigde pagina’s vinden met de tag
lastmod, zodat je de redactionele actualiteit van een website kunt volgen zonder die elke dag handmatig te raadplegen. - Controleren of een specifieke pagina in de sitemap staat. Dat bevestigt dat de eigenaar van de website de pagina relevant vindt voor indexering.
Een sitemap is een handig alternatief voor een volledige crawler als je alleen de lijst met bestaande pagina’s wilt bekijken. Een crawler volgt de interne links pagina voor pagina en kost tijd en bandbreedte. Met een sitemap krijg je die lijst in één HTTP-verzoek.
Een sitemap lezen is een eenvoudige technische handeling waarvoor je geen betaalde tools nodig hebt. Met een browser, de ingebouwde zoekfunctie en voor grote bestanden een spreadsheet kun je de nuttige informatie uit een gestructureerde website halen.
