Qué comprueba este extractor de sitemap
La herramienta lee la URL de un sitemap, detecta si es un urlset o un índice de sitemap, sigue los sitemaps secundarios cuando se solicita y convierte el XML sin procesar en un inventario estructurado más fácil de auditar.
- Extrae los campos loc, lastmod, changefreq, priority y el sitemap de origen.
- Agrupa las URL por ruta de nivel superior para mostrar los patrones de arquitectura.
- Cuenta las entradas duplicadas antes de eliminarlas para que no pasen inadvertidos los problemas de mantenimiento del sitemap.
- Indica si se truncan los resultados cuando un sitemap grande supera el límite de la herramienta gratuita.
Cuándo usar un extractor de URL de sitemap
Úsalo antes de una auditoría técnica, una migración, un inventario de contenido o una investigación de indexación. Un sitemap no demuestra que todas las URL puedan posicionarse, pero suele ser la forma más rápida de ver qué páginas pide el sitio a los rastreadores que descubran.
- Antes de rastrear un sitio grande, para elegir grupos de URL iniciales.
- Antes de una migración, para comparar la cobertura de los sitemaps anterior y nuevo.
- Antes de depurar contenido, para detectar directorios obsoletos y patrones antiguos de lastmod.
- Antes de exportar URL a otro flujo de trabajo de SEO o a una hoja de cálculo.
Cómo interpretar los resultados de la extracción
Empieza por el número de URL y sitemaps, los duplicados, los grupos de rutas y la cobertura de lastmod. La conclusión más útil suele surgir al comparar lo que contiene el sitemap con lo que el sitio realmente necesita indexar.
- Los grupos de rutas grandes pueden revelar secciones de plantillas que necesitan reglas de rastreo propias.
- La ausencia de valores lastmod no es grave, pero dificulta evaluar la actualidad del contenido.
- Las URL duplicadas suelen indicar problemas en la lógica del generador, cambios en la URL canónica o reglas inconsistentes para la barra final.
- Una exportación limpia debe servir como punto de partida para comprobar el estado, las URL canónicas y la indexabilidad.
Errores frecuentes al extraer sitemaps
A menudo, los equipos consideran que el sitemap es una fuente completa de URL y pasan por alto páginas huérfanas, rutas bloqueadas, URL facetadas o páginas que se quitaron de la navegación pero todavía se posicionan. La extracción debe ser el primer paso, no la auditoría final.
- No des por hecho que todas las URL de un sitemap son indexables.
- No ignores los índices de sitemaps secundarios en sitios grandes.
- No exportes URL duplicadas directamente a presupuestos de rastreo ni a paneles de informes.
- No uses fechas lastmod obsoletas como prueba de que el contenido cambió hace poco.
Qué hacer después de extraer las URL
Cuando el inventario esté limpio, envía las secciones prioritarias a un rastreo técnico. Searvora Spider Analysis puede comprobar si las URL son accesibles, canónicas, indexables, tienen enlaces internos y están listas para los motores de búsqueda.
- Ejecuta el validador de sitemap cuando la estructura XML o la calidad de lastmod parezcan problemáticas.
- Usa el comprobador de URL canónica para patrones de duplicidad de alto valor.
- Usa el comprobador de indexabilidad en las páginas incluidas en el sitemap que no se posicionan.
- Usa Spider Analysis cuando necesites asignar responsables y organizar las tareas de corrección.
- Documenta el grupo de URL, la persona responsable, el impacto esperado, el paso de validación y la próxima decisión de publicación. Así, el resultado se convierte en una tarea de corrección y no en otra hoja de cálculo exportada.
