wp-sitemap.xml : comment fonctionne le sitemap XML natif de WordPress

Ce que WordPress sert réellement à cette adresse

Depuis WordPress 5.5, sorti en août 2020, toute installation répond sur /wp-sitemap.xml sans aucune extension. Il n’y a pas de fichier : la classe WP_Sitemaps construit la réponse à chaque requête, et un ls à la racine du site ne montrera jamais rien. Le préfixe wp- a été choisi pour ne pas entrer en collision avec le sitemap.xml que beaucoup de plugins écrivaient déjà.

Le format est celui du protocole sitemaps.org 0.9. L’URL racine est un index () qui pointe vers des sous-sitemaps, un par type d’objet : articles, pages, types de contenu personnalisés publics, catégories, étiquettes, auteurs. Chaque sous-sitemap contient au plus 2 000 URL, valeur de la constante WP_SITEMAPS_MAX_URLS, et WordPress pagine au-delà (wp-sitemap-posts-post-2.xml, puis -3.xml). Le protocole tolère 50 000 URL et 50 Mo par fichier ; WordPress reste volontairement bas pour ne pas lancer une requête SQL de plusieurs secondes sur un gros site.

Une feuille de style XSL, servie sur /wp-sitemap.xsl, rend le XML lisible dans un navigateur. Googlebot n’en tient pas compte. Avec les permaliens « simples » (sans réécriture d’URL), l’index se trouve sur /?sitemap=index et un sous-sitemap sur /?sitemap=posts&sitemap-subtype=post&paged=1.

URLContenu
/wp-sitemap.xmlIndex listant tous les sous-sitemaps
/wp-sitemap-posts-post-1.xmlArticles publiés, 2 000 max par page
/wp-sitemap-posts-page-1.xmlPages publiées
/wp-sitemap-taxonomies-category-1.xmlArchives de catégories
/wp-sitemap-taxonomies-post_tag-1.xmlArchives d’étiquettes
/wp-sitemap-users-1.xmlArchives d’auteurs ayant publié

Ce qu’il n’émet pas : lastmod, noindex, médias

Le sitemap natif n’écrit que la balise . Ni , ni , ni . Les deux dernières ne manquent à personne, Google documente qu’il les ignore. L’absence de lastmod pèse davantage : c’est la seule de ces informations que Googlebot exploite pour décider de repasser sur une URL, à condition que la date bouge réellement quand le contenu change.

Le filtre wp_sitemaps_posts_entry permet de l’ajouter, de préférence dans un mu-plugin plutôt que dans le functions.php du thème : add_filter( 'wp_sitemaps_posts_entry', function ( $entry, $post ) { $entry['lastmod'] = get_post_modified_time( 'c', true, $post ); return $entry; }, 10, 2 );

Autre angle mort : le sitemap ne sait rien d’une balise meta robots noindex posée par un thème ou un plugin. Une page marquée noindex y figure quand même et Search Console remonte alors une erreur du type « URL envoyée désignée comme noindex ». Les médias (type attachment), les brouillons, les contenus privés et les types non publics sont en revanche exclus d’office, tout comme les auteurs sans contenu publié.

Yoast, Rank Math, AIOSEO : qui prend la main

Les trois extensions SEO les plus répandues coupent le sitemap natif dès leur activation, via le filtre wp_sitemaps_enabled, et servent le leur : /sitemap_index.xml pour Yoast SEO et Rank Math, /sitemap.xml pour All in One SEO. Yoast va plus loin et redirige /wp-sitemap.xml en 301 vers son index. Avec les autres, testez l’ancienne URL avec curl -sI avant de la retirer de Search Console, le comportement change d’une version à l’autre.

Pourquoi les remplacer ? Le natif n’a aucune interface. Pas de case pour exclure une page, un type de contenu ou une taxonomie, tout passe par des filtres PHP. Les extensions ajoutent le lastmod, l’exclusion à la page, les sitemaps d’images et d’actualités, et respectent la meta robots.

Un site vitrine de trente pages n’a besoin de rien de tout cela. L’erreur classique consiste à déclarer les deux index dans Search Console : celui qui est désactivé reste en erreur dans le rapport Sitemaps, sans conséquence sur l’indexation, mais avec une alerte qui ne s’éteindra jamais.

Régler le natif sans extension : cinq filtres et une fuite à colmater

Tout se règle par filtres, dans un fichier déposé dans wp-content/mu-plugins/ pour survivre aux changements de thème :

Le sous-sitemap des auteurs mérite qu’on s’y arrête. wp-sitemap-users-1.xml liste l’archive de chaque compte ayant publié au moins un contenu, sous la forme /author/jdupont/. Ce segment est le user_nicename, qui vaut l’identifiant de connexion tant que personne ne l’a modifié en base. C’est précisément la donnée qu’un script de brute force collecte avant de s’attaquer à wp-login.php ou à xmlrpc.php. Sur un site tenu par un seul rédacteur, ce sous-sitemap n’apporte rien au référencement et livre le login : le retirer est un réflexe.

Vérification après coup : curl -s https://exemple.fr/wp-sitemap.xml | grep -c users doit renvoyer 0.

  • Désactiver entièrement : add_filter( 'wp_sitemaps_enabled', '__return_false' );
  • Retirer le sitemap des auteurs : add_filter( 'wp_sitemaps_add_provider', function ( $provider, $name ) { return 'users' === $name ? false : $provider; }, 10, 2 );
  • Retirer un type de contenu, ici les produits WooCommerce : add_filter( 'wp_sitemaps_post_types', function ( $types ) { unset( $types['product'] ); return $types; } );
  • Retirer les étiquettes : add_filter( 'wp_sitemaps_taxonomies', function ( $taxonomies ) { unset( $taxonomies['post_tag'] ); return $taxonomies; } );
  • Réduire la pagination à 1 000 URL : add_filter( 'wp_sitemaps_max_urls', function () { return 1000; } );

Diagnostiquer un wp-sitemap.xml en 404, 501 ou illisible

Première commande : curl -sI https://exemple.fr/wp-sitemap.xml. La réponse normale est un 200 avec Content-Type: application/xml; charset=UTF-8. Tout autre résultat se lit dans le tableau.

Pour vérifier que rien ne manque, comptez : curl -s https://exemple.fr/wp-sitemap-posts-post-1.xml | grep -c '' et comparez avec le nombre d’articles publiés affiché dans l’administration. Un écart signale un filtre oublié, un type de contenu déclaré non public ou une pagination que vous n’avez pas lue jusqu’au bout.

Côté Search Console, déclarez uniquement l’index, jamais les sous-sitemaps un par un ; Google les suit depuis l’index et la colonne des URL découvertes met plusieurs jours à se remplir. WordPress ajoute aussi la ligne Sitemap: https://exemple.fr/wp-sitemap.xml à son robots.txt virtuel, mais si un fichier robots.txt physique existe à la racine, c’est lui qui est servi et la ligne doit y être copiée à la main.

SymptômeCause probableCorrection
404 avec une extension SEO activeLe natif est désactivé par wp_sitemaps_enabledDéclarer le sitemap de l’extension à la place
404 sans extension SEORègles de réécriture non rafraîchies, ou WordPress antérieur à 5.5Réglages > Permaliens > Enregistrer, ou mettre à jour
404 après une mise en ligneCase « Demander aux moteurs de recherche de ne pas indexer ce site » restée cochéeDécocher dans Réglages > Lecture
501Extension PHP SimpleXML absenteInstaller php-xml (ex. apt install php8.2-xml) et redémarrer PHP-FPM
200 mais erreur « Extra content at the end of the document »Sortie parasite avant le XML : espace après ?>, notice PHP affichéeActiver WP_DEBUG_LOG, corriger le fichier fautif
200 mais URL périméesCache de page ou CDN qui sert une ancienne versionExclure *.xml du cache, purger

wp-sitemap.xml est l’index de sitemaps XML que WordPress génère lui-même depuis la version 5.5 (août 2020), sans extension ni fichier sur le disque. Il renvoie vers des sous-sitemaps de 2 000 URL maximum, un par type de contenu, et disparaît dès qu’une extension SEO comme Yoast ou Rank Math prend la main.

Questions fréquentes

Pourquoi wp-sitemap.xml renvoie-t-il une erreur 404 ?

Dans l’ordre de fréquence : une extension SEO active qui a désactivé le sitemap natif (regardez /sitemap_index.xml), la case « Demander aux moteurs de recherche de ne pas indexer ce site » cochée dans Réglages > Lecture, des règles de réécriture pas rafraîchies (enregistrez à nouveau les permaliens), ou un WordPress antérieur à 5.5.

Faut-il déclarer wp-sitemap.xml ou sitemap_index.xml dans Search Console ?

Un seul des deux : celui qui répond 200. Si Yoast ou Rank Math est actif, c’est sitemap_index.xml ; sinon wp-sitemap.xml. Déclarer les deux laisse une erreur permanente dans le rapport Sitemaps.

Où se trouve le fichier wp-sitemap.xml sur le serveur ?

Nulle part. Il est généré en PHP à chaque requête ; le supprimer ou le modifier par FTP est impossible, seuls les filtres ou une extension changent son contenu.

Comment désactiver wp-sitemap.xml ?

add_filter( 'wp_sitemaps_enabled', '__return_false' ); dans un mu-plugin. Vérifiez ensuite que le robots.txt ne le référence plus. Le couper entièrement n’a de sens que si un autre sitemap prend le relais ; sinon, retirez plutôt le seul sous-sitemap gênant, celui des auteurs.

Pourquoi le sitemap natif n’a-t-il pas de date de modification ?

Parce que le cœur de WordPress n’émet que la balise . La balise lastmod s’ajoute avec le filtre wp_sitemaps_posts_entry ou en passant par une extension SEO, qui la renseigne à partir de la date de modification du contenu.

Combien d’URL wp-sitemap.xml peut-il contenir ?

2 000 par sous-sitemap, paginés automatiquement. Le protocole sitemaps.org autorise 50 000 sitemaps dans un index, soit une limite théorique de 100 millions d’URL, très au-delà de ce qu’un WordPress sert en pratique.

Testez vos connaissances

Quiz rapide Question 1 sur 3

Depuis quelle version WordPress génère-t-il wp-sitemap.xml sans extension ?

À lire aussi

codes statut http · cache · brute force · bot

Newsletter

Recevez nos guides IP & réseau

Nouveaux outils, définitions et astuces sécurité, directement par email. Pas de spam, désinscription en un clic.