Vérifier votre fichier sitemap XML

Vous avez déjà un fichier sitemap.xml sur votre site, mais vous ne savez pas s'il est correct ? Indiquez son adresse ci-dessous : nous vérifions sa syntaxe, les limites du protocole, la cohérence des adresses qu'il contient, un échantillon de pages tirées au hasard, et sa déclaration dans votre fichier robots.txt. Gratuit, sans inscription.



Si vous saisissez seulement l'adresse de votre site, nous testerons automatiquement /sitemap.xml.

Ce que cet outil contrôle

La plupart des sitemaps défectueux le sont pour une poignée de raisons qui reviennent toujours. Voici les points que nous passons en revue, et pourquoi chacun compte.

L'accessibilité du fichier

Un sitemap déclaré mais introuvable est plus gênant qu'un sitemap absent : les outils pour webmasters le signalent en erreur à chaque tentative de lecture. Nous vérifions le code HTTP renvoyé, et si le fichier répond après une redirection nous vous conseillons de déclarer directement l'adresse finale.

Nous contrôlons aussi le type de contenu annoncé par le serveur. Un sitemap qui renvoie text/html est presque toujours le signe d'un fichier absent, rattrapé par une règle de réécriture qui sert la page d'accueil à la place. C'est une erreur courante et difficile à repérer à l'œil nu, puisque le navigateur affiche une page qui a l'air normale.

La validité XML

Le XML est intransigeant. La faute la plus fréquente de loin est l'esperluette non échappée : une adresse contenant ?page=1&tri=date doit s'écrire ?page=1&amp;tri=date dans la balise <loc>. Un seul caractère mal échappé rend le fichier entier illisible pour les moteurs. Nous vous indiquons la ligne fautive le cas échéant.

Nous vérifions également l'espace de noms. L'élément racine doit porter xmlns="http://www.sitemaps.org/schemas/sitemap/0.9", faute de quoi le fichier est refusé même s'il est parfaitement formé par ailleurs.

Les limites du protocole

D'après le protocole sitemaps.org, un fichier sitemap ne peut pas dépasser 50 000 URL ni 50 Mo une fois décompressé. Au-delà, il faut le découper en plusieurs fichiers reliés par un index de sitemaps. Nous détectons automatiquement si votre fichier est un index et, dans ce cas, nous testons l'accessibilité des sitemaps qu'il référence.

La cohérence des adresses

Les adresses doivent être absolues, appartenir au domaine qui héberge le sitemap, et pointer vers la version canonique de votre site. Un sitemap qui mélange http:// et https://, ou qui liste des adresses avec et sans www, envoie des signaux contradictoires. Nous relevons aussi les doublons et les dates <lastmod> qui ne respectent pas le format W3C attendu.

Un échantillon de pages réelles

Un sitemap peut être parfaitement valide et pourtant lister des pages supprimées. Nous tirons au hasard une douzaine d'adresses et nous testons leur code de réponse. Si des pages mortes ressortent de cet échantillon, il y en a très probablement beaucoup d'autres : le mieux est alors de régénérer un sitemap complet à partir de l'état actuel de votre site.

La déclaration dans le robots.txt

Une simple ligne Sitemap: https://www.mon-site.fr/sitemap.xml dans votre fichier robots.txt suffit à signaler votre sitemap à tous les moteurs de recherche sérieux, sans passer par le moindre outil pour webmasters. C'est un réglage gratuit, immédiat, et pourtant souvent oublié.

Pour aller plus loin

Les références utilisées par cet outil :

Et sur notre site :