Come esplorare facilmente le sezioni e le risorse di un sito web grazie alla sitemap

Una mappa del sito svolge due funzioni distinte a seconda che sia destinata a un crawler o a un visitatore. La sitemap XML elenca gli URL per i motori di ricerca, mentre la mappa HTML mostra agli utenti la struttura di navigazione di un sito.

Confondere le due cose porta ad aspettative errate: inviare un file XML a Google non garantisce né la scansione né l’indicizzazione delle pagine, e il file non serve a navigare visivamente tra le sezioni di un sito.

Tag XML della sitemap: cosa utilizza davvero Google

Il protocollo sitemap consente diversi tag per ogni URL. Tra questi, lastmod, priority e changefreq compaiono nella quasi totalità dei generatori automatici. La loro reale utilità, tuttavia, è diversa da quella suggerita da molte guide.

Google ignora i campi priority e changefreq. Includerli in un file non genera errori di convalida, ma non influisce né sulla frequenza di scansione né sul posizionamento. Qualsiasi documentazione che presenti priority come una leva SEO è obsoleta o inesatta.

Il tag lastmod è l’unico metadato preso in considerazione da Google, a condizione che rifletta una modifica sostanziale del contenuto. Aggiornare la data senza intervenire sul testo della pagina equivale a inviare un segnale fuorviante. Quando la data è costantemente e verificabilmente corretta, aiuta Googlebot a dare priorità alle proprie visite. In caso contrario, viene ignorata.

Una sitemap non è nemmeno l’unico mezzo per segnalare l’esistenza di una pagina. Aggiungere una direttiva Sitemap: al file robots.txt permette di indicare la posizione del file XML senza passare da Google Search Console o Bing Webmaster Tools. È una possibilità ancora poco sfruttata, soprattutto nei siti che gestiscono più sottodomini con sitemap distinte.

La struttura della mappa del sito di Euromedia Télévision illustra bene questo principio: ogni URL è elencato con la data dell’ultima modifica, facilitando sia l’indicizzazione da parte dei motori di ricerca sia la consultazione umana della struttura gerarchica.

Mappa HTML e navigazione: trovare una sezione senza cercare a lungo

La mappa HTML resta il modo più diretto per consentire a un visitatore di accedere a tutte le sezioni di un sito. A differenza della sitemap XML (un file grezzo illeggibile senza strumenti), la mappa HTML è una normale pagina web, con link cliccabili organizzati per categoria.

Nei siti di medie dimensioni, questa pagina raccoglie spesso tutte le sezioni: pagine istituzionali, categorie di contenuti, schede prodotto e note legali. La struttura gerarchica è visibile a colpo d’occhio, mentre il menu di navigazione principale mostra solo i primi due livelli.

Accedere alla mappa HTML di un sito esistente

La convenzione più diffusa prevede che questa pagina si trovi all’indirizzo /plan-du-site o /sitemap (senza estensione .xml). Di solito, nel piè di pagina è presente un link. Se manca, provare manualmente questi URL nella barra degli indirizzi dà risultati nella maggior parte dei casi.

Non tutti i siti offrono una mappa HTML. I CMS come WordPress raramente la generano per impostazione predefinita. In tal caso, occorre ricorrere ad altri metodi per ricostruire la struttura gerarchica.

Strumenti per visualizzare la struttura gerarchica di un sito web

Quando non è disponibile una mappa HTML, esistono diversi metodi per ricostruire la struttura di un sito. La scelta dipende dal livello di dettaglio desiderato e dalle dimensioni del sito da esplorare.

• I DevTools del browser (scheda Rete) consentono di osservare ogni richiesta inviata durante il caricamento di una pagina, compresi i file CSS e JS e le chiamate API. Non sono uno strumento di mappatura, ma mostrano le risorse caricate da una determinata pagina e gli URL richiamati dinamicamente.
• I crawler dedicati (Screaming Frog, Sitebulb o script basati su Puppeteer/Headless Chrome) seguono i link interni di un sito e ne ricostruiscono l’intera struttura gerarchica. Esportano l’elenco degli URL, la loro profondità, i codici di risposta HTTP e i collegamenti tra le pagine.
• Gli strumenti di visualizzazione online come Octopus.do o DynoMapper generano rappresentazioni grafiche della struttura gerarchica. Sono utili per audit rapidi o presentazioni, ma la versione gratuita spesso limita il numero di pagine esplorabili.
• La consultazione diretta del file sitemap.xml (accessibile tramite /sitemap.xml o indicato in robots.txt) fornisce l’elenco grezzo degli URL indicizzabili. Confrontandolo con i risultati di una scansione, è possibile individuare le pagine orfane (presenti nella sitemap ma non raggiungibili tramite la navigazione).

DevTools: ispezionare le risorse caricate da una pagina

La scheda Rete dei DevTools (F12 in Chrome, Firefox o Edge) mostra in tempo reale ogni file richiesto dal browser. Filtrare per tipo (document, script, image, XHR) permette di isolare le chiamate pertinenti. Questo metodo non mappa un intero sito, ma rivela le risorse invisibili nel codice sorgente: font remoti, script di terze parti e chiamate ad API interne.

Per un audit occasionale, preferiamo affiancare questa ispezione alla consultazione della sitemap XML. Le differenze tra i due elenchi spesso segnalano incongruenze: pagine eliminate ma ancora presenti nella sitemap oppure, al contrario, pagine recenti mai dichiarate.

Sitemap XML e mappa HTML: quando usare l’una o l’altra

La sitemap XML è destinata ai crawler. La mappa HTML è destinata alle persone. I due formati coesistono senza sostituirsi, ma si usano per obiettivi diversi.

• Per esplorare manualmente le sezioni di un sito, la mappa HTML (o, in mancanza, una scansione esportata sotto forma di struttura gerarchica) è il formato più adatto. Offre link cliccabili, una gerarchia visiva e non richiede strumenti tecnici.
• Per diagnosticare la copertura dell’indicizzazione, la sitemap XML confrontata con i dati di Search Console o Bing Webmaster Tools resta il riferimento. Permette di verificare quali URL sono stati inviati, scansionati e indicizzati.
• Per ricostruire l’architettura di un sito concorrente o di un sito privo di documentazione, un crawler esterno combinato con la consultazione di robots.txt e della sitemap XML offre la panoramica più completa.

Un sito ben strutturato mantiene aggiornati entrambi i formati. Una mappa HTML obsoleta disorienta i visitatori tanto quanto una sitemap XML non aggiornata disorienta Googlebot. La coerenza tra navigazione, mappa HTML e sitemap XML è un indicatore affidabile della qualità della manutenzione di un sito.

Da ricordare: la mappa del sito, XML o HTML che sia, non è un accessorio. È uno strumento diagnostico per gli specialisti SEO e una scorciatoia di navigazione per i visitatori. Ignorare uno dei due formati significa lasciare una parte del proprio pubblico (umano o robotico) senza punti di riferimento.