Sitemap XML : à quoi il sert et comment l’écrire sans erreur
Un sitemap XML est un fichier qui énumère les URL que vous voulez voir explorées, avec une balise
Le fichier, balise par balise
Lancez `curl -s https://exemple.fr/sitemap.xml | head -20` sur n'importe quel site et vous retrouvez la même ossature : une déclaration XML en UTF-8, un élément racine `
Le seul champ obligatoire est `
Les trois autres balises sont facultatives, et deux d'entre elles ne servent à rien pour Google, qui documente noir sur blanc qu'il ignore `changefreq` et `priority`. Les générateurs de CMS les écrivent quand même. Vous pouvez les laisser, elles ne font que du poids.
Côté serveur, servez le fichier en `Content-Type: application/xml` (ou `text/xml`) avec un code 200. Un sitemap renvoyé en `text/html` par une page d'erreur personnalisée reste souvent détecté comme valide par le navigateur et rejeté par le robot.
| Balise | Obligatoire | Prise en compte par Google |
|---|---|---|
| oui | oui, c'est l'URL découverte | |
| non | oui, si la valeur est cohérente dans le temps | |
| non | non, ignorée | |
| non | non, ignorée |
50 000 URL, 50 Mo, puis l’index de sitemaps
Un fichier ne peut pas dépasser 50 000 URL ni 50 Mo non compressés. C'est la première des deux limites atteinte qui tranche. Avant fin 2016 le plafond était de 10 Mo, et beaucoup de scripts maison découpent encore à cette valeur : ce n'est pas faux, juste inutilement serré. La compression gzip est acceptée, en `.xml.gz`, mais c'est bien la taille décompressée qui est comptée.
Au-delà, vous passez à un index : même structure, racine `
Trois extensions placent des champs supplémentaires sous d'autres espaces de noms : les images avec `xmlns:image="http://www.google.com/schemas/sitemap-image/1.1"`, les vidéos avec `sitemap-video/1.1`, la presse avec `sitemap-news/0.9`. Plus strict, le sitemap news suit ses propres règles : 1 000 URL au plus, et uniquement les articles des deux derniers jours. Pour le multilingue, on utilise `xmlns:xhtml` et un `
Si le XML vous encombre, le format texte est officiellement accepté : un fichier UTF-8, une URL par ligne, 50 000 lignes maximum, rien d'autre. Les flux RSS et Atom aussi, ce qui explique pourquoi un flux de blog finit parfois soumis comme sitemap.
Le déclarer, et vérifier qu’il est relu
La déclaration universelle se fait dans robots.txt, avec une ligne autonome qui n'appartient à aucun bloc `User-agent` : `Sitemap: https://www.exemple.fr/sitemap_index.xml`. L'URL doit être absolue, et vous pouvez répéter la ligne autant de fois que vous avez de sitemaps. La RFC 9309, qui normalise le robots.txt depuis 2022, range d'ailleurs cette directive parmi les enregistrements hors de son périmètre que les robots peuvent interpréter.
Dans Search Console, soumettez l'index, pas les trente fichiers enfants : le rapport remonte ensuite chaque sous-sitemap avec sa date de dernière lecture et son nombre d'URL découvertes. Ce nombre d'URL découvertes n'est pas un nombre d'URL indexées, et confondre les deux fait croire à un succès là où rien n'a été indexé.
L'ancien ping HTTP de Google, `/ping?sitemap=`, a été annoncé comme obsolète en juin 2023 puis retiré. Un cron qui l'appelle encore renvoie une erreur ou un silence, et ne déclenche plus rien. Pour Bing, le mécanisme actif aujourd'hui est IndexNow, qui soumet des URL à l'unité et ne remplace pas le sitemap.
Dernier point qu'on oublie souvent : l'emplacement du fichier borne sa portée. Un sitemap posé dans `/blog/` ne peut déclarer que des URL sous `/blog/`. Pour couvrir tout l'hôte, posez-le à la racine, ou utilisez la soumission croisée via robots.txt sur une propriété vérifiée.
- `curl -sI https://exemple.fr/sitemap.xml` doit rendre un 200 et un content-type XML
- `curl -s https://exemple.fr/sitemap.xml | grep -c "
"` donne le nombre réel d'URL listées - comparez ce compte au nombre de pages publiées, pas au nombre de pages que vous croyez avoir
- si le fichier passe par un CDN, vérifiez l'âge de la réponse : un sitemap en cache depuis 48 h ment sur vos nouveautés
lastmod ne vaut que s’il est honnête
Le format attendu est celui du W3C Datetime, donc `2026-10-12` ou `2026-10-12T09:30:00+02:00`. Pas de date à la française, pas de fuseau sous-entendu. Une valeur mal formée fait rejeter la balise, parfois l'URL entière selon le validateur.
Le piège, ce sont les générateurs statiques qui inscrivent la date de build dans chaque `
L'inverse coûte aussi : un article réécrit en profondeur dont le `lastmod` ne bouge pas prive le moteur du seul signal de fraîcheur que vous contrôlez. Si votre chaîne de publication ne sait pas produire une date fiable par URL, retirez la balise plutôt que de la remplir au hasard.
Ce qu’un sitemap n’est pas
Trois objets portent des noms voisins et n'ont pas la même fonction. Le sitemap XML est une liste destinée aux robots. Le sitemap HTML est une page pour les humains, reliée depuis le pied de page, qui sert accessoirement de maillage interne. Le robots.txt, lui, ne suggère rien : il interdit ou autorise l'exploration. Un sitemap ne lève jamais un `Disallow`.
Un sitemap ne doit contenir que des URL canoniques, indexables, en 200. Y faire figurer une URL en `noindex` est une contradiction que Search Console signale, et y faire figurer une URL bloquée dans robots.txt est pire : le robot ne peut pas lire la page, donc il ne voit pas la balise `noindex` qu'elle contient. Les redirections 301 et les 404 listés dans le fichier gaspillent simplement du budget d'exploration.
Cas observé en production : un sitemap produit à partir d'un tableau de slugs tenu à la main, avec 8 URL déclarées pour 419 articles publiés. Toutes les pages répondaient 200. Le XML était valide et aucun outil ne levait d'alerte. Sans lien entrant ni entrée de sitemap, les 371 articles n'avaient aucun chemin de découverte. Après chaque mise en production, comptez vos `
Enfin, un sitemap complet ne compense pas un maillage interne absent. Il accélère la découverte, il ne fabrique pas d'autorité et ne décide pas de l'indexation.
Questions fréquentes
Un site de 30 pages a-t-il besoin d’un sitemap XML ?
Pas forcément. D'après Google, un petit site dont toutes les pages sont reliées par des liens internes se passe très bien de sitemap. Le fichier sert dès que vous avez des pages orphelines, un gros volume, du contenu très récent, ou des médias à faire remonter via les extensions image et vidéo.
Le sitemap doit-il s’appeler sitemap.xml et être à la racine ?
Aucun nom n'est imposé, et il peut vivre dans un sous-dossier. Mais l'emplacement limite la portée : un fichier dans /docs/ ne peut déclarer que des URL sous /docs/. La racine est le choix par défaut pour ne pas avoir à y penser, et la convention sitemap.xml facilite la découverte par les outils tiers.
Soumettre un sitemap accélère-t-il l’indexation ?
Il accélère la découverte, c'est-à-dire le moment où le robot apprend que l'URL existe. L'indexation reste une décision du moteur, fondée sur la qualité et l'intérêt de la page. Une URL soumise peut rester des semaines en « détectée, actuellement non indexée ».
Faut-il compresser le sitemap en gzip ?
Utile seulement sur les gros fichiers, et sans effet sur le plafond : les 50 Mo se mesurent avant compression. Pour un sitemap de quelques centaines de kilooctets, le gain ne justifie pas la complexité de debug supplémentaire.
Peut-on lister dans son sitemap des URL d’un autre domaine ?
En règle générale, non : chaque URL d'un sitemap doit appartenir au même hôte que le fichier, et www.exemple.fr n'est pas le même hôte que exemple.fr. Seule exception, la soumission croisée : le sitemap est alors déclaré dans le robots.txt du domaine concerné, ou soumis depuis une propriété Search Console vérifiée pour les deux.
À quelle fréquence Google relit-il un sitemap ?
Aucun délai n'est publié, et il varie selon le site. La seule donnée fiable est la date de dernière lecture affichée dans le rapport Sitemaps de Search Console. C'est ce qu'il faut regarder avant de conclure qu'un sitemap n'est pas pris en compte.
À lire aussi
codes statut http · agent utilisateur · cache · cdn
Testez vos connaissances
Quelle balise est obligatoire dans un bloc
Score : 0 sur 3