Un sitemap ne liste pas toujours la totalité des URL d’un site. Google précise que l’envoi d’un fichier sitemap ne garantit ni l’exploration ni l’indexation des pages qu’il contient. Savoir lire un plan du site, c’est donc aussi savoir quoi faire quand la page visée n’y figure pas, ou quand elle y figure mais reste introuvable depuis la navigation principale.
Sitemap incomplet ou navigation cassée : diagnostic avant recherche
Un sitemap XML respecte une limite technique : 50 000 URL ou 50 Mo non compressés par fichier, selon la contrainte atteinte en premier. Sur un site volumineux, les URL sont réparties entre plusieurs fichiers référencés dans un index de sitemap. La page recherchée peut se trouver dans un fichier secondaire que l’on n’a pas consulté.
Avant de conclure qu’une page manque, il faut vérifier l’index. Le fichier racine (souvent accessible à /sitemap_index.xml ou /sitemap.xml) liste les sous-sitemaps. Chacun couvre généralement une rubrique : articles, produits, pages d’aide. Le plan du site Sport et Form illustre ce type de découpage par section, qui permet de cibler directement la catégorie pertinente sans parcourir l’intégralité des URL.
Si la page n’apparaît dans aucun sous-fichier, deux hypothèses se présentent :
- La page existe mais a été exclue du sitemap (balise noindex, directive dans le robots.txt, ou oubli de génération). Elle reste accessible par URL directe ou par lien interne.
- La page a été supprimée ou fusionnée. Une redirection 301 devrait pointer vers le contenu de remplacement, mais ce n’est pas toujours le cas.
Dans les deux scénarios, le sitemap seul ne suffit pas. Le réflexe technique consiste à utiliser la commande site:domaine.com + mot-clé dans Google pour vérifier si la page est indexée indépendamment du plan du site.
Lire un sitemap XML pour localiser une URL précise
Un sitemap XML n’est pas conçu pour la lecture humaine, mais il reste exploitable. Chaque entrée contient au minimum la balise <loc> avec l’URL complète. Les balises optionnelles lastmod, priority et changefreq existent dans le protocole, mais Google ignore priority et changefreq. Seule lastmod conserve un intérêt, à condition qu’elle reflète une modification réelle du contenu principal, des données structurées ou des liens. Une simple mise à jour du copyright ne justifie pas un changement de date.
Pour trouver rapidement une URL dans un fichier volumineux, la méthode la plus directe reste la recherche textuelle (Ctrl+F) dans le navigateur après ouverture du fichier XML. Filtrer par un segment d’URL (/blog/, /produit/, /aide/) réduit le bruit.
Quand le sitemap HTML remplace le XML
Le sitemap HTML est une page web classique, lisible par un visiteur. Il organise les liens par catégorie, souvent sous forme de liste hiérarchique. Sur les sites qui en proposent un, c’est le point d’entrée le plus rapide pour un utilisateur non technique.
Sa limite : il est rarement exhaustif. Nous constatons que les sitemaps HTML privilégient les pages principales et omettent les pages profondes (fiches produit, articles anciens, pages de pagination). Pour ces contenus, le sitemap XML ou la recherche interne du site restent plus fiables.
Rapport d’indexation Search Console : distinguer exploration et indexation
Le rapport « Pages » de Google Search Console classe chaque URL connue selon son état. Cette distinction est centrale pour comprendre pourquoi une page du sitemap reste introuvable dans les résultats de recherche.
- Découverte, non explorée : Google connaît l’URL (via le sitemap ou un lien) mais ne l’a pas encore visitée. Le problème porte sur la fréquence de crawl ou le budget d’exploration.
- Explorée, non indexée : Google a visité la page mais a décidé de ne pas l’inclure dans son index. Les causes possibles incluent un contenu trop mince, un duplicata détecté ou une balise noindex involontaire.
- Indexée : la page est dans l’index et peut apparaître dans les résultats. Si elle reste introuvable par requête, c’est un problème de pertinence ou de positionnement, pas de sitemap.
L’outil d’inspection d’URL dans Search Console permet d’examiner l’état précis d’une page individuelle. C’est le diagnostic le plus direct quand le sitemap contient l’URL mais que la page semble invisible.
Organiser un sitemap par rubrique pour accélérer le diagnostic
Découper le sitemap en fichiers thématiques n’améliore pas le référencement en soi, mais facilite considérablement la maintenance et la recherche d’information. Un fichier par rubrique (articles de blog, fiches produit, pages institutionnelles) permet de vérifier en quelques secondes si une URL appartient bien à la section attendue.
Cette organisation présente un avantage concret lors d’un audit : en comparant le nombre d’URL par fichier avec le nombre de pages indexées par rubrique dans Search Console, on repère immédiatement les sections sous-explorées. Un écart marqué entre les deux chiffres signale un problème de maillage interne ou de qualité de contenu sur cette section.
Combiner sitemap et liens internes
Le sitemap signale les pages aux moteurs, le maillage interne leur donne du poids. Une URL présente dans le sitemap mais dépourvue de lien interne depuis le reste du site a peu de chances d’être explorée régulièrement. Pour retrouver une information sur un site tiers, vérifier le plan du site donne l’URL, mais c’est la navigation interne (menus, fil d’Ariane, liens contextuels) qui détermine si cette page est réellement accessible en quelques clics.
Quand le plan du site et la navigation échouent tous les deux, la dernière option fiable reste le moteur de recherche interne du site, ou à défaut la commande site: dans Google. Le sitemap est un outil de cartographie, pas un substitut à une architecture de navigation bien pensée.
