Saltar al contenido

Cómo encontrar rápidamente las secciones y los contenidos de un sitio web gracias a su mapa del sitio

Buscamos una página concreta en un sitio web, nos encontramos con un menú interminable, hacemos scroll y acabamos desistiendo. Existe un atajo…

Femme consultant le plan du site d'un site web sur un écran d'ordinateur dans un bureau à domicile organisé

Buscamos una página concreta en un sitio web, nos encontramos con un menú interminable, nos ponemos a desplazarnos y acabamos por rendirnos. Existe un atajo: el mapa del sitio o sitemap, que reúne todas las URL accesibles en un único archivo. Saber dónde encontrarlo y cómo leerlo marca la diferencia cuando queremos explorar rápidamente las secciones y los contenidos de un sitio web.

Archivo robots.txt: el primer paso para localizar un sitemap

Antes de probar URL al azar, abrimos el archivo robots.txt del sitio en cuestión. Basta con escribir la dirección del dominio seguida de /robots.txt en la barra del navegador. Este archivo de texto, destinado a los robots de rastreo, suele incluir una línea que empieza por Sitemap: y va seguida de la URL exacta del mapa del sitio.

Este método funciona en la mayoría de los sitios profesionales porque los CMS más habituales (WordPress, Shopify, Wix) generan automáticamente esta declaración. Cuando aparece la línea, copiamos la URL, la pegamos en el navegador y accedemos directamente al archivo XML que enumera las páginas.

Este principio se aplica al mapa del sitio de Mister Tendance, que reúne todas las secciones en un archivo estructurado al que se puede acceder en unos segundos.

Si el robots.txt no menciona ningún sitemap, no significa necesariamente que el archivo no exista. Puede que simplemente no se haya declarado, lo que nos lleva al segundo método.

Hombre en una oficina moderna que analiza la estructura de un mapa del sitio web en una tableta digital

Rutas habituales y operadores de Google para encontrar un mapa del sitio

La mayoría de los sitemaps se encuentran en direcciones predecibles. Primero probamos dominio.es/sitemap.xml, luego /sitemap_index.xml, /sitemap/ o incluso /wp-sitemap.xml en los sitios WordPress más recientes. En Shopify, la ruta estándar es /sitemap.xml; en Wix, también suele ser /sitemap.xml.

Cuando no funciona ninguna ruta habitual

Recurrimos a Google. El operador de búsqueda site:dominio.es filetype:xml muestra los archivos XML indexados por el buscador. No todos los sitemaps están indexados, pero esta consulta permite encontrar los que sí lo están, incluidos algunos archivos secundarios que los administradores del sitio a veces pasan por alto.

Otra opción es buscar site:dominio.es inurl:sitemap. Esta consulta se centra en las URL que contienen la palabra «sitemap» y muestra páginas HTML con el mapa del sitio, no solo archivos XML.

Cómo leer un sitemap XML: localizar las secciones sin perderse

Al abrir un archivo sitemap XML en un navegador, aparece una lista de URL entre etiquetas. La estructura parece austera, pero ofrece información concreta si sabemos en qué fijarnos.

  • Los archivos de índice de sitemap agrupan varios sitemaps temáticos (artículos, productos, categorías). Cada enlace del índice lleva a un subarchivo que abarca una sección del sitio, lo que permite ir directamente a la sección que buscamos.
  • La etiqueta <loc> indica la URL de cada página. Al recorrer estas URL, podemos identificar rápidamente las categorías, las subcarpetas y la lógica de organización del sitio.
  • La etiqueta <lastmod> muestra la fecha de la última modificación. Solo es fiable si el webmaster la actualiza cuando se producen cambios reales en el contenido, y no con cada implementación técnica.

Las etiquetas <changefreq> y <priority> todavía aparecen en algunos archivos, pero Google indica que no las utiliza para decidir qué páginas rastrear primero. Podemos ignorarlas sin perder información útil.

Sitemap HTML o sitemap XML: dos usos distintos

Algunos sitios ofrecen un mapa del sitio en una página HTML, accesible desde el pie de página. Esta versión está pensada para los visitantes: muestra las secciones como enlaces en los que se puede hacer clic, a menudo organizados por categorías. El sitemap XML, en cambio, está dirigido a los motores de búsqueda y enumera las URL sin formato.

Para navegar rápidamente por los contenidos, la versión HTML es más fácil de leer. Para auditar la estructura completa de un sitio o comprobar si existe una página, el archivo XML sigue siendo la referencia.

Mujer joven que consulta la estructura de un sitio web mediante su mapa del sitio desde el sofá de su casa

Usar un sitemap para acceder a contenidos ocultos o difíciles de encontrar

Un menú de navegación solo muestra una parte de las páginas de un sitio. Las páginas más profundas (artículos antiguos, fichas de productos archivadas, páginas de etiquetas) a menudo no aparecen en ningún menú. El sitemap las incluye si el webmaster ha configurado correctamente su generación automática.

En la práctica, abrimos el subsitemap correspondiente a los artículos o los productos y usamos la función de búsqueda del navegador (Ctrl+F o Cmd+F) para filtrar por palabra clave directamente en el archivo. En un sitemap con varios miles de URL, esta búsqueda local es mucho más rápida que navegar página por página.

Límites que conviene conocer

Un sitemap no garantiza un inventario exhaustivo. Las páginas bloqueadas por el robots.txt o que no se hayan declarado no aparecen en él. Las páginas huérfanas (sin enlaces internos) también pueden faltar si nunca se han añadido manualmente al archivo.

El protocolo permite hasta 50 000 URL por archivo de sitemap. Por eso, los sitios grandes dividen el mapa en varios archivos temáticos mediante un índice. Esta división facilita la localización de las secciones, siempre que entendamos la lógica de nomenclatura elegida por el sitio (por fecha de publicación, categoría o tipo de contenido).

Resumen de los métodos para encontrar un sitemap

Método Cuándo utilizarlo Fiabilidad
Archivo robots.txt Primer paso; funciona en la mayoría de los sitios Alta si el sitemap está declarado en él
Rutas habituales (/sitemap.xml) Cuando el robots.txt no menciona nada Buena en los CMS más habituales
Operadores de Google (site: filetype:xml) Cuando fallan las rutas habituales Variable según la indexación
Mapa del sitio HTML (pie de página) Para que un visitante navegue rápidamente Depende del mantenimiento del sitio

El mapa del sitio sigue siendo la forma más directa de entender cómo organiza sus contenidos un sitio web. Empezar por el robots.txt, probar las rutas habituales y, después, recurrir a los operadores de búsqueda permite resolver casi todos los casos. Una vez abierto el archivo, basta con buscar palabras clave en el navegador.

Cómo encontrar rápidamente las secciones y los contenidos de un sitio web gracias a su mapa del sitio