Sauter au contenu
Le Référencement

Le sitemap XML : construire et déclarer le plan de son site

Le sitemap XML : construire et déclarer le plan de son site

Le sitemap XML est un fichier au format XML qui liste les url d'un site web que Google et les autres moteurs de recherche doivent explorer puis indexer. Chaque page y figure dans une balise loc, avec au besoin sa date de modification dans une balise lastmod. Simple à créer, le fichier sitemap se déclare dans la Google Search Console et dans le fichier robots.txt : il guide le crawl des robots vers le contenu utile, sans garantir l'indexation ni un meilleur classement SEO.

Les grandes parties
  1. Qu'est-ce qu'un sitemap XML ? Définition et rôle
  2. Pourquoi utiliser un sitemap XML sur un site web
  3. Quelles informations contient un sitemap XML ?
  4. Quels sont les formats de sitemap acceptés ?
  5. Comment créer un sitemap XML ?
  6. Limites de taille, encodage et sitemap index
  7. Sitemaps d'images, de vidéos, d'actualités et de langues
  8. Comment soumettre un sitemap à Google ?
  9. Lire le rapport des sitemaps dans la Search Console
  10. Valider un sitemap XML : schéma, messages d'erreur, version mobile
  11. Erreurs fréquentes dans un sitemap XML
  12. Questions sur le sitemap XML

Qu'est-ce qu'un sitemap XML ? Définition et rôle

Par définition, un sitemap XML est un fichier texte écrit pour les robots, et non une page HTML pour les visiteurs : le plan du site web en XML, url par url, des articles d'un blog sous WordPress aux fiches produits et aux images. Sa structure est simple : une balise urlset enveloppe le tout, puis un bloc url par page donne l'adresse dans une balise loc et, au besoin, la date dans lastmod. Le format suit le protocole Sitemaps, une spécification publique adoptée en 2006 par les grands moteurs : un même sitemap sert à Google, à Bing et aux autres. Un sitemap index peut enfin réunir plusieurs sitemaps.

Sur un site internet, un robot découvre généralement les pages en suivant les liens : une page reliée à rien, ou enfouie à de nombreux clics de l'accueil, risque de ne jamais être trouvée par Googlebot ni par les autres crawlers. Le sitemap XML lui remet la liste des pages que le site juge importantes, en complément du maillage interne, qui reste le premier chemin d'exploration. Le nom de fichier le plus courant est sitemap.xml, placé à la racine du site, mais aucun nom n'est imposé : seule compte l'adresse que l'on déclare.

Le sitemap XML ne se confond pas avec le plan de site en HTML, une page ordinaire destinée aux internautes, ni avec un flux RSS, qui annonce les dernières publications. Le plan de site HTML aide l'utilisateur à se repérer et distribue des liens internes ; le sitemap XML parle au seul robot. Les trois peuvent cohabiter sur un même site web, chacun pour son lecteur.

Pourquoi utiliser un sitemap XML sur un site web

Un sitemap XML n'est pas obligatoire : Google découvre la plupart des sites par leurs liens. Sa documentation pour les webmasters désigne également les cas où il aide vraiment : un site de grande taille, dont certaines pages risquent d'échapper au robot ; un site neuf qui reçoit encore peu de liens venus d'autres sites ; un site riche en images, en vidéos ou en actualités. À l'inverse, Google estime qu'un petit site d'environ 500 pages ou moins, bien relié en interne, peut s'en passer.

Même dans ce cas, le fichier sitemap rend deux services. Il accélère la découverte et l'indexation des pages neuves : pour un blog qui publie souvent, un article ajouté au sitemap XML avec une date lastmod exacte est repéré plus vite que par les seuls liens. Il sert aussi d'outil de contrôle SEO, car la Search Console compare les url envoyées à celles qu'elle indexe vraiment. Une adresse importante absente de la liste, ou une url envoyée mais jamais indexée, signale un défaut à corriger en amont. Pour le webmaster, ce comparatif est le point de contrôle le plus simple de l'indexation d'un site.

Le sitemap XML ne fait rien de plus. Il ne force pas l'indexation, n'améliore pas la position d'une page dans les résultats de recherche et ne compense pas un contenu faible. Il donne au moteur une information ; le moteur reste libre d'en faire usage, et l'indexation de chaque url dépend toujours de la qualité de la page.

Quelles informations contient un sitemap XML ?

Le contenu d'un sitemap XML se limite à quelques balises, définies par le protocole. La balise urlset ouvre le fichier et déclare, par son attribut xmlns, l'espace de noms du protocole Sitemaps : sans lui, le fichier n'est pas valide. Chaque url occupe ensuite un bloc url, dont la seule balise obligatoire est loc, qui donne l'adresse complète de la page, avec le protocole et le nom de domaine.

BaliseRôleStatut et usage par Google
urlsetEnveloppe du fichier, porte l'espace de nomsObligatoire
urlBloc qui décrit une urlObligatoire, un par url
locAdresse complète de la pageObligatoire
lastmodDate de dernière modificationFacultative, lue si elle reste exacte
changefreqFréquence de mise à jour supposée de la pageFacultative, ignorée par Google
priorityPriorité relative, de 0,0 à 1,0, entre les pages du siteFacultative, ignorée par Google

Voici, par exemple, la forme d'un sitemap XML réduit à une seule url, la déclaration d'espace de noms étant abrégée :

<?xml version="1.0" encoding="UTF-8"?>
<urlset xmlns="espace de noms du protocole">
  <url>
    <loc>adresse complète de la page</loc>
    <lastmod>2026-11-10</lastmod>
  </url>
</urlset>

La date de la balise lastmod suit le format W3C Datetime : l'année, le mois et le jour suffisent, l'heure est facultative. Google précise qu'il ignore les valeurs de priority et de changefreq : ni la priorité déclarée ni la fréquence annoncée ne changent la fréquence réelle d'exploration, et qu'il ne tient compte de lastmod que si elle reste exacte dans le temps. Une date régénérée à chaque mise en ligne du fichier, sans changement réel du contenu, fait perdre toute valeur à ce signal : la date de modification doit suivre une mise à jour significative du contenu principal, et non le changement d'une mention de copyright ou d'une barre latérale. Une priorité de 1,0 posée sur toutes les url n'apporte rien non plus.

Quels sont les formats de sitemap acceptés ?

Le sitemap XML est le format de référence, car il est le seul à porter des données en plus de l'adresse. Google accepte deux autres formats, plus pauvres. Le premier est un flux RSS ou Atom, pratique pour un blog qui en publie déjà un, puisque le flux RSS existe de toute façon : le moteur y lit les adresses et les dates des derniers articles. Le second est un simple fichier texte, encodé en UTF-8, qui contient une url par ligne et rien d'autre ; il convient à un petit site, mais ne permet ni date ni extension. Un plan de site HTML, parfois appelé sitemap HTML, n'est en revanche pas un sitemap pour les moteurs : la Search Console refuse un fichier qui se révèle être une page HTML.

Le sitemap XML se prête également à des extensions, déclarées par leur propre espace de noms dans la balise urlset. Elles décrivent les images, les vidéos, les articles d'actualité et les versions linguistiques d'une page, détaillées plus bas. Un même fichier peut mêler plusieurs extensions, ou chaque famille de contenu peut avoir son fichier : par exemple un sitemap des pages, un sitemap des images et un sitemap des vidéos.

Le format selon le site

  • Site vitrine de quelques pages : un sitemap XML simple, ou un fichier texte d'une url par ligne.
  • Blog : le sitemap XML produit par le logiciel du site, éventuellement complété par le flux RSS.
  • Boutique ou gros catalogue : plusieurs fichiers réunis dans un sitemap index, avec l'extension image.
  • Site de presse : un sitemap XML général et un sitemap d'actualités pour les articles récents.

Comment créer un sitemap XML ?

La façon de créer un sitemap XML dépend généralement de la taille du site. Pour quelques pages, un fichier écrit à la main dans un éditeur de texte suffit, à condition de respecter la structure et l'encodage UTF-8. Pour un site plus grand, la création s'automatise : la plupart des logiciels de gestion de contenu génèrent le sitemap XML et le mettent à jour à chaque publication, sans intervention de l'utilisateur. WordPress produit ainsi un sitemap natif depuis sa version 5.5, à l'adresse wp-sitemap.xml, que les extensions de référencement remplacent souvent par le leur. Un robot d'exploration installé sur un ordinateur, ou un générateur en ligne, peut aussi parcourir le site et produire la liste.

  1. Lister les url à indexer : articles, catégories, fiches produits, articles de blog.
  2. Écarter les pages sans valeur pour la recherche : connexion, panier, recherche interne, pages de tags vides, archives par date.
  3. Vérifier que chaque url répond directement, sans redirection et dans sa version canonique.
  4. Générer le fichier sitemap, le nommer et le placer à la racine du site.
  5. Ouvrir son adresse dans un navigateur web pour vérifier qu'il s'affiche sans erreur de syntaxe.
  6. Le déclarer dans le fichier robots.txt et dans la Google Search Console.

Un outil de gestion de contenu se règle avant de se laisser faire, et c'est le point le plus souvent négligé. Sa configuration par défaut inclut parfois des pages inutiles, comme les pages d'auteur sans contenu ou les pages de tags, ces archives d'étiquettes qu'un blog sous WordPress crée à chaque mot-clé : un sitemap gonflé de pages faibles dilue le signal envoyé au moteur.

Limites de taille, encodage et sitemap index

Un fichier sitemap XML ne peut pas contenir plus de 50 000 url ni peser plus de 50 Mo une fois décompressé. Il peut être compressé en gzip pour alléger le transfert, la limite de taille s'appliquant au fichier décompressé. Au-delà de ces seuils, le site découpe sa liste en plusieurs sitemaps, réunis par un sitemap index.

Le sitemap index est un fichier XML parent qui ne liste pas des pages, mais d'autres sitemaps. Sa balise racine est sitemapindex, et chaque fichier enfant y figure dans un bloc sitemap, avec sa balise loc et, au besoin, sa date lastmod. Un sitemap index peut lister jusqu'à 50 000 fichiers. Seul ce fichier parent se déclare : le moteur découvre les enfants à partir de lui, et les fichiers multiples d'un grand site se gèrent ainsi en une seule déclaration.

<sitemapindex xmlns="espace de noms du protocole">
  <sitemap>
    <loc>adresse du sitemap des articles</loc>
    <lastmod>2026-11-10</lastmod>
  </sitemap>
  <sitemap>
    <loc>adresse du sitemap des catégories</loc>
  </sitemap>
</sitemapindex>

Le découpage en fichiers multiples a un autre intérêt que la taille. Une boutique qui sépare par exemple ses fiches produits, ses catégories et ses articles de blog voit, dans la Search Console, les chiffres de chaque fichier : la famille dont une grande partie des url n'est pas indexée saute aux yeux.

L'encodage enfin ne pardonne pas. Le fichier doit être en UTF-8, et cinq caractères doivent être échappés dans les adresses : l'esperluette devient &amp;, l'apostrophe, les guillemets et les chevrons ont aussi leur entité. Une seule esperluette laissée telle quelle dans une url à paramètres rend le fichier illisible pour le robot.

Sitemaps d'images, de vidéos, d'actualités et de langues

Les extensions du sitemap XML décrivent des contenus que le robot trouve mal seul. Elles ne servent que si le site publie réellement ces contenus : un site fait de texte n'en tire aucun bénéfice.

Le sitemap d'images

L'extension image ajoute, dans le bloc d'une page, une balise image:image par image, avec son adresse dans image:loc. Elle aide le moteur de recherche à trouver, par exemple, les images chargées par un script, qu'il verrait mal dans le code HTML. Google a cessé en 2022 de lire les autres balises de l'extension, comme image:caption pour la légende ou image:title pour le titre : seule l'adresse compte désormais, le texte autour de l'image dans la page faisant le reste.

Le sitemap de vidéos

L'extension vidéo décrit chaque vidéo d'une page dans un bloc video:video : son titre dans video:title, sa description dans video:description, l'adresse de sa miniature dans video:thumbnail_loc, et l'adresse du fichier vidéo ou du lecteur. Elle est utile quand les vidéos sont hébergées sur le site lui-même et qu'on veut les voir dans les résultats de recherche vidéo de Google.

Le sitemap d'actualités

Le sitemap d'actualités concerne les éditeurs de presse. Il ne liste que les articles publiés au cours des deux derniers jours, avec leur titre et leur date de publication ; les articles plus anciens restent dans le sitemap XML général.

Les versions linguistiques

Un site traduit peut indiquer dans son sitemap les versions de chaque page dans d'autres langues, par des balises xhtml:link dotées des attributs rel="alternate" et hreflang. Chaque bloc url liste alors toutes les versions, la sienne comprise. Cette méthode remplace les balises hreflang placées dans le code de chaque page, plus lourdes à tenir sur un grand site.

Comment soumettre un sitemap à Google ?

Soumettre un sitemap à Google se fait de deux façons, qui se combinent. La première passe par la Google Search Console : dans le menu Sitemaps, il suffit de saisir l'adresse du fichier. L'outil indique alors s'il a pu le lire, la date de la dernière lecture et le nombre d'url découvertes. Les sitemaps peuvent aussi se soumettre par l'interface de programmation de la Search Console, utile au webmaster qui gère de multiples sites. Bing propose la même démarche dans son outil Bing Webmaster Tools, et le même fichier sitemap XML sert aux deux moteurs de recherche.

La seconde consiste à ajouter dans le fichier robots.txt une ligne Sitemap: suivie de l'adresse complète du sitemap XML. Cette ligne est lue par tous les moteurs qui respectent le protocole, pas seulement par Google, et elle ne dépend d'aucune règle d'accès : elle peut figurer plusieurs fois si le site a plusieurs fichiers. Le fichier robots.txt ne doit pas, en revanche, interdire l'exploration du sitemap ni des pages qu'il liste : une url bloquée dans le robots.txt et présente dans le sitemap envoie deux informations contraires, et freine son indexation.

L'ancienne méthode du « ping », qui prévenait Google par une simple requête vers une adresse dédiée, n'est plus prise en charge. Pour signaler une mise à jour, une date lastmod exacte et un sitemap toujours déclaré suffisent : le robot relit le fichier de lui-même, à une fréquence qui dépend généralement de la taille du site et du rythme de ses publications. Une url ajoutée n'est donc pas explorée à la minute, et le guide du délai des résultats précise le temps que l'indexation peut demander.

Lire le rapport des sitemaps dans la Search Console

Le rapport des sitemaps de la Search Console affiche, pour chaque fichier déclaré, son état, la date de la dernière lecture et le nombre de pages découvertes. Un état de réussite signifie seulement que le fichier a pu être lu et analysé, pas que ses pages sont indexées. Pour le savoir, le rapport d'indexation des pages se filtre sur le sitemap concerné.

Ce filtre répartit les url du fichier entre pages indexées et pages non indexées, avec le motif pour chacune. L'écart entre url envoyées et url indexées est l'un des meilleurs indicateurs SEO d'un site : il montre des pages que Google a trouvées sans les juger utiles pour son index. Chaque motif appelle une action différente.

  • Page découverte mais non explorée : renforcer les liens internes qui y mènent.
  • Page explorée mais non indexée : enrichir le contenu et vérifier qu'il se distingue des autres pages.
  • Page en double : retenir une version canonique et retirer l'autre du sitemap, un cas traité dans le guide du contenu dupliqué.
  • Page redirigée : remplacer son adresse par l'adresse finale.
  • Page bloquée par le robots.txt ou exclue par noindex : choisir entre l'ouvrir et la sortir du fichier.

Valider un sitemap XML : schéma, messages d'erreur, version mobile

Valider un sitemap XML avant de le déclarer évite la plupart des refus. Le protocole Sitemaps, qui reste la référence, publie un schéma XML qui fixe les balises autorisées, leur ordre et leurs valeurs ; un validateur de schéma compare le fichier à ce modèle et signale chaque écart. Les extensions image et vidéo ont chacune leur schéma, qui se contrôle de la même façon. Une balise inconnue, mal fermée ou placée hors de son bloc url peut faire rejeter tout ou partie du fichier.

La Google Search Console fait ensuite son propre contrôle, et ses messages d'erreur tiennent en quelques familles. Le fichier n'a pas pu être récupéré : son adresse répond par une erreur ou une redirection. Le fichier n'est pas un XML valide : un caractère non échappé ou une balise mal fermée bloque la lecture. Une url n'est pas autorisée : elle appartient à un autre hôte, ou à un dossier situé au-dessus du sitemap. Une date ne respecte pas la norme W3C Datetime. Chaque défaut se corrige dans le fichier, qui doit également rester conforme au schéma, puis le sitemap se soumet à nouveau.

Prenons l'exemple d'un site de 2 000 pages dont le rapport n'affiche que 1 200 url découvertes. L'écart peut venir d'une partie du fichier rejetée à partir de la ligne fautive, d'un fichier enfant oublié dans le sitemap index, ou d'un filtre du logiciel qui écarte des pages à tort. Le rapport de chaque fichier, comparé à la liste attendue, désigne la piste à suivre.

La version mobile du site entre aussi en jeu, puisque Google explore et indexe d'abord les pages telles qu'elles s'affichent sur mobile. Un site responsive, dont les pages s'adaptent à toutes les tailles d'écran, garde une seule url par page et un seul sitemap XML. Un site aux versions multiples, qui sert sa version mobile sur des adresses séparées, doit relier les deux versions de chaque page par des balises placées dans le code, et ne lister dans le sitemap que les adresses canoniques.

Erreurs fréquentes dans un sitemap XML

Les défauts d'un sitemap XML se ressemblent généralement d'un site à l'autre, et tous reviennent à envoyer au moteur des signaux contradictoires, qui nuisent à la visibilité des pages utiles.

  • Lister des pages en erreur 404, redirigées ou marquées noindex : le sitemap ne doit contenir que des url valides, à indexer. Après une refonte, les anciennes adresses passées en redirection 301 sortent du fichier.
  • Laisser des doublons : variantes à paramètres, adresses avec et sans barre finale, pages non canoniques.
  • Mélanger les hôtes ou les protocoles : un sitemap ne liste que des url du même hôte et du même protocole, situées dans son dossier ou en dessous, d'où l'intérêt de le placer à la racine.
  • Oublier l'espace de noms ou fermer mal une balise : le fichier n'est plus valide et le moteur le rejette en tout ou en partie.
  • Laisser le fichier vieillir : un sitemap qui ne suit pas les publications et les suppressions perd sa valeur.
  • Régénérer toutes les dates lastmod à chaque passage, ce qui apprend au moteur à ne plus les croire.

Pour le webmaster, ou la personne qui gère le site, un contrôle mensuel suffit généralement : comparer le nombre d'url du fichier avec le nombre de pages indexées, ouvrir le fichier après chaque mise en ligne importante, et régénérer puis redéclarer le sitemap le jour d'une refonte. Un outil d'exploration du site met aussi en évidence les url orphelines, présentes dans le sitemap mais reliées par aucun lien interne. La rubrique Technique regroupe les autres réglages d'accès aux robots.

Questions sur le sitemap XML

Un sitemap XML est-il obligatoire pour être référencé ?
Le sitemap n'est pas obligatoire : Google peut découvrir un site web par ses liens seuls. Il reste conseillé pour les sites récents, volumineux ou mal maillés, et utile à tous comme outil de contrôle.
Le sitemap améliore-t-il le classement dans Google ?
Il n'agit pas sur la position, il facilite la découverte et le crawl. Une page présente dans le sitemap XML peut rester non indexée si son contenu est jugé faible.
Faut-il y mettre toutes les pages du site ?
Seules les pages à indexer y ont leur place, dans leur version canonique. Les pages de connexion, les doublons et les résultats de recherche interne sont à exclure.
À quelle fréquence mettre à jour le sitemap ?
À chaque ajout, suppression ou changement d'adresse : la fréquence suit celle des publications. Avec une génération automatique par le logiciel du site, le sitemap XML se met à jour sans intervention.

Sources : protocole Sitemaps (spécification publique, version 0.9) ; Google Search Central, documentation « Créer et envoyer un sitemap », « Gérer les sitemaps avec un fichier d'index », extensions image, vidéo et actualités, annonce de 2022 sur les balises d'images et annonce de 2023 sur la fin du ping des sitemaps.

Date de publication : - Dernière mise à jour :

Derniers guides

À parcourir aussi

↑