On cherche une page précise sur un site, on tombe sur un menu à rallonge, on scrolle, on finit par abandonner. Le raccourci existe : le plan du site, ou sitemap, liste toutes les URL accessibles en un seul fichier. Savoir où le trouver et comment le lire change la donne quand on veut explorer rapidement les rubriques et contenus d’un site web.
Fichier robots.txt : le premier réflexe pour localiser un sitemap
Avant de tester des URL au hasard, on ouvre le fichier robots.txt du site visé. Il suffit de taper l’adresse du domaine suivie de /robots.txt dans la barre du navigateur. Ce fichier texte, destiné aux robots d’exploration, contient souvent une ligne commençant par Sitemap: suivie de l’URL exacte du plan du site.
Cette méthode fonctionne sur la plupart des sites professionnels parce que les CMS courants (WordPress, Shopify, Wix) génèrent automatiquement cette déclaration. Quand la ligne est présente, on copie l’URL, on la colle dans le navigateur et on accède directement au fichier XML listant les pages.
On retrouve ce principe sur le plan du site de Mister Tendance, qui regroupe toutes les rubriques dans un fichier structuré et accessible en quelques secondes.
Si le robots.txt ne mentionne aucun sitemap, le fichier n’est pas forcément absent. Il peut simplement ne pas avoir été déclaré, ce qui nous amène à la deuxième approche.
Chemins classiques et opérateurs Google pour trouver un plan du site
La majorité des sitemaps se trouvent à des adresses prévisibles. On teste d’abord domaine.fr/sitemap.xml, puis /sitemap_index.xml, /sitemap/ ou encore /wp-sitemap.xml pour les sites WordPress récents. Sur Shopify, le chemin standard est /sitemap.xml ; sur Wix, il prend souvent la forme /sitemap.xml également.
Quand aucun chemin standard ne répond
On passe à Google. L’opérateur de recherche site:domaine.fr filetype:xml renvoie les fichiers XML indexés par le moteur. Tous les sitemaps ne sont pas indexés, mais cette requête détecte ceux qui le sont, y compris des fichiers secondaires parfois oubliés par les administrateurs du site.
Une autre option consiste à chercher site:domaine.fr inurl:sitemap. Cette requête cible les URL contenant le mot « sitemap » et fait remonter des pages HTML de plan du site, pas uniquement les fichiers XML.
Lire un sitemap XML : repérer les rubriques sans se perdre
Ouvrir un fichier sitemap XML dans un navigateur affiche une liste d’URL entre des balises. La structure paraît austère, mais elle livre des informations concrètes si on sait quoi regarder.
- Les fichiers d’index sitemap regroupent plusieurs sitemaps thématiques (articles, produits, catégories). Chaque lien dans l’index mène à un sous-fichier qui couvre une section du site, ce qui permet de cibler directement la rubrique recherchée.
- La balise
<loc>indique l’URL de chaque page. En survolant ces URL, on identifie rapidement les catégories, les sous-dossiers et la logique d’organisation du site. - La balise
<lastmod>affiche la date de dernière modification. Elle n’est fiable que si le webmaster la met à jour lors de vrais changements de contenu, pas à chaque déploiement technique.
Les balises <changefreq> et <priority> apparaissent encore dans certains fichiers, mais Google indique ne pas les utiliser pour décider quelles pages explorer en premier. On peut les ignorer sans perdre d’information utile.
Sitemap HTML ou sitemap XML : deux usages distincts
Certains sites proposent un plan du site en page HTML, accessible depuis le pied de page. Cette version est conçue pour les visiteurs humains : elle affiche les rubriques sous forme de liens cliquables, souvent organisés par catégories. Le sitemap XML, lui, cible les moteurs de recherche et liste les URL de manière brute.
Pour naviguer rapidement dans les contenus, la version HTML est plus lisible. Pour auditer la structure complète d’un site ou vérifier qu’une page existe, le fichier XML reste la référence.
Exploiter un sitemap pour accéder aux contenus cachés ou profonds
Un menu de navigation ne montre qu’une fraction des pages d’un site. Les pages profondes (articles anciens, fiches produit archivées, pages de tags) n’apparaissent souvent dans aucun menu. Le sitemap les recense si le webmaster a configuré correctement sa génération automatique.
En pratique, on ouvre le sous-sitemap correspondant aux articles ou aux produits, puis on utilise la fonction de recherche du navigateur (Ctrl+F ou Cmd+F) pour filtrer par mot-clé directement dans le fichier. Sur un sitemap contenant plusieurs milliers d’URL, cette recherche locale est bien plus rapide qu’une navigation page par page.
Limites à connaître
Un sitemap ne garantit pas un inventaire exhaustif. Les pages bloquées par le robots.txt ou non déclarées n’y figurent pas. Les pages orphelines (sans lien interne) peuvent aussi être absentes si elles n’ont jamais été ajoutées manuellement au fichier.
Le protocole autorise jusqu’à 50 000 URL par fichier de sitemap. Les sites volumineux découpent donc leur plan en plusieurs fichiers thématiques via un index. Ce découpage facilite le repérage des sections, à condition de comprendre la logique de nommage choisie par le site (par date de publication, par catégorie, par type de contenu).
Résumé des méthodes pour trouver un sitemap
| Méthode | Quand l’utiliser | Fiabilité |
|---|---|---|
| Fichier robots.txt | Premier réflexe, fonctionne sur la plupart des sites | Élevée si le sitemap y est déclaré |
| Chemins standards (/sitemap.xml) | Quand le robots.txt ne mentionne rien | Bonne sur les CMS courants |
| Opérateurs Google (site: filetype:xml) | Quand les chemins classiques échouent | Variable selon l’indexation |
| Plan du site HTML (pied de page) | Navigation rapide pour un visiteur | Dépend de la maintenance du site |
Le plan du site reste le moyen le plus direct de comprendre comment un site organise ses contenus. Commencer par le robots.txt, tester les chemins classiques, puis passer aux opérateurs de recherche couvre la quasi-totalité des cas. Une fois le fichier ouvert, la recherche par mot-clé dans le navigateur fait le reste.
