Saltar para o conteúdo

Como encontrar rapidamente as seções e os conteúdos de um site usando o mapa do site

Procuramos uma página específica num site, deparamo-nos com um menu interminável, fazemos scroll e acabamos por desistir. Mas existe um atalho…

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

Procuramos uma página específica num site, deparamo-nos com um menu interminável, percorremos a página e acabamos por desistir. Existe um atalho: o mapa do site, ou sitemap, que lista todos os URL acessíveis num único ficheiro. Saber onde o encontrar e como o ler faz toda a diferença quando queremos explorar rapidamente as secções e os conteúdos de um site.

Ficheiro robots.txt: o primeiro passo para localizar um sitemap

Antes de testar URL ao acaso, abrimos o ficheiro robots.txt do site em questão. Basta escrever o endereço do domínio seguido de /robots.txt na barra do navegador. Este ficheiro de texto, destinado aos robôs de rastreamento, contém muitas vezes uma linha que começa por Sitemap:, seguida do URL exato do mapa do site.

Este método funciona na maioria dos sites profissionais porque os CMS mais comuns (WordPress, Shopify, Wix) geram automaticamente esta indicação. Quando a linha está presente, copiamos o URL, colamo-lo no navegador e acedemos diretamente ao ficheiro XML que lista as páginas.

Encontramos este princípio no mapa do site de Mister Tendance, que reúne todas as secções num ficheiro estruturado e acessível em poucos segundos.

Se o robots.txt não mencionar nenhum sitemap, isso não significa necessariamente que o ficheiro não exista. Pode simplesmente não ter sido declarado, o que nos leva à segunda abordagem.

Homem num escritório moderno a analisar a estrutura de um mapa de site numa tablet

Caminhos habituais e operadores do Google para encontrar um mapa do site

A maioria dos sitemaps encontra-se em endereços previsíveis. Começamos por testar dominio.pt/sitemap.xml, depois /sitemap_index.xml, /sitemap/ ou ainda /wp-sitemap.xml nos sites WordPress mais recentes. No Shopify, o caminho padrão é /sitemap.xml; no Wix, também costuma ser /sitemap.xml.

Quando nenhum caminho habitual funciona

Recorremos ao Google. O operador de pesquisa site:dominio.pt filetype:xml apresenta os ficheiros XML indexados pelo motor de pesquisa. Nem todos os sitemaps são indexados, mas esta pesquisa encontra os que o são, incluindo ficheiros secundários por vezes esquecidos pelos administradores do site.

Outra opção é pesquisar site:dominio.pt inurl:sitemap. Esta pesquisa procura URL que contenham a palavra “sitemap” e apresenta páginas HTML de mapas do site, não apenas ficheiros XML.

Ler um sitemap XML: identificar as secções sem se perder

Ao abrir um ficheiro sitemap XML num navegador, é apresentada uma lista de URL entre etiquetas. A estrutura parece austera, mas fornece informações concretas se soubermos o que procurar.

  • Os ficheiros de índice de sitemap reúnem vários sitemaps temáticos (artigos, produtos, categorias). Cada ligação no índice conduz a um subficheiro que abrange uma secção do site, permitindo encontrar diretamente a secção pretendida.
  • A etiqueta <loc> indica o URL de cada página. Ao percorrer estes URL, identificamos rapidamente as categorias, as subpastas e a lógica de organização do site.
  • A etiqueta <lastmod> apresenta a data da última modificação. Só é fiável se o webmaster a atualizar quando há alterações reais ao conteúdo, e não a cada implementação técnica.

As etiquetas <changefreq> e <priority> ainda aparecem em alguns ficheiros, mas o Google indica que não as utiliza para decidir que páginas rastrear primeiro. Podemos ignorá-las sem perder informação útil.

Sitemap HTML ou sitemap XML: duas utilizações distintas

Alguns sites disponibilizam um mapa do site numa página HTML, acessível a partir do rodapé. Esta versão destina-se aos visitantes: apresenta as secções sob a forma de ligações clicáveis, muitas vezes organizadas por categorias. Já o sitemap XML destina-se aos motores de pesquisa e lista os URL em formato simples.

Para navegar rapidamente pelos conteúdos, a versão HTML é mais fácil de ler. Para auditar a estrutura completa de um site ou verificar se uma página existe, o ficheiro XML continua a ser a referência.

Jovem a pesquisar a estrutura de um site através do mapa do site, sentada no sofá de casa

Utilizar um sitemap para aceder a conteúdos ocultos ou mais profundos

Um menu de navegação mostra apenas uma fração das páginas de um site. As páginas mais profundas (artigos antigos, fichas de produtos arquivadas, páginas de etiquetas) muitas vezes não aparecem em nenhum menu. O sitemap inclui-as se o webmaster tiver configurado corretamente a sua geração automática.

Na prática, abrimos o subsitemap correspondente aos artigos ou produtos e usamos a função de pesquisa do navegador (Ctrl+F ou Cmd+F) para filtrar por palavra-chave diretamente no ficheiro. Num sitemap com vários milhares de URL, esta pesquisa local é muito mais rápida do que navegar página a página.

Limitações a ter em conta

Um sitemap não garante um inventário completo. As páginas bloqueadas pelo robots.txt ou não declaradas não aparecem nele. As páginas órfãs (sem ligações internas) também podem estar ausentes se nunca tiverem sido adicionadas manualmente ao ficheiro.

O protocolo permite até 50 000 URL por ficheiro de sitemap. Por isso, os sites de grande dimensão dividem o mapa em vários ficheiros temáticos através de um índice. Esta divisão facilita a identificação das secções, desde que se compreenda a lógica de nomenclatura escolhida pelo site (por data de publicação, categoria ou tipo de conteúdo).

Resumo dos métodos para encontrar um sitemap

Método Quando utilizar Fiabilidade
Ficheiro robots.txt Primeiro passo; funciona na maioria dos sites Elevada se o sitemap estiver declarado
Caminhos padrão (/sitemap.xml) Quando o robots.txt não menciona nenhum Boa nos CMS mais comuns
Operadores do Google (site: filetype:xml) Quando os caminhos habituais não funcionam Variável, consoante a indexação
Mapa do site HTML (rodapé) Navegação rápida para visitantes Depende da manutenção do site

O mapa do site continua a ser a forma mais direta de compreender como um site organiza os seus conteúdos. Começar pelo robots.txt, testar os caminhos habituais e, depois, recorrer aos operadores de pesquisa abrange quase todos os casos. Depois de abrir o ficheiro, basta pesquisar por palavra-chave no navegador.

Como encontrar rapidamente as seções e os conteúdos de um site usando o mapa do site