Cosa controlla questo estrattore di sitemap
Lo strumento legge l’URL di una sitemap, rileva se si tratta di un urlset o di un indice di sitemap, segue le sitemap secondarie quando richiesto e trasforma l’XML grezzo in un inventario strutturato, più facile da verificare.
- Estrae i campi loc, lastmod, changefreq, priority e sitemap di origine.
- Raggruppa gli URL per percorso di primo livello per rendere visibili gli schemi dell’architettura.
- Conta gli elementi duplicati prima di rimuoverli, così i problemi di qualità della sitemap non passano inosservati.
- Segnala i risultati troncati quando una sitemap di grandi dimensioni supera il limite dello strumento gratuito.
Quando usare un estrattore di URL della sitemap
Usalo prima di un audit tecnico, una migrazione, un inventario dei contenuti o un’indagine sull’indicizzazione. Una sitemap non dimostra che ogni URL possa posizionarsi, ma spesso è il modo più rapido per vedere quali pagine il sito chiede ai crawler di scoprire.
- Prima di scansionare un sito di grandi dimensioni, per scegliere i gruppi iniziali di URL.
- Prima di una migrazione, per confrontare la copertura delle sitemap vecchie e nuove.
- Prima di ridurre i contenuti, per individuare directory obsolete e vecchi valori lastmod.
- Prima di esportare URL verso un altro flusso SEO o un foglio di calcolo.
Come interpretare i risultati dell’estrazione
Inizia esaminando il numero di URL e di sitemap, i duplicati, i gruppi di percorsi e la copertura del campo lastmod. Le indicazioni più utili emergono di solito confrontando il contenuto della sitemap con ciò che il sito deve effettivamente far indicizzare.
- Gruppi di percorsi numerosi possono rivelare sezioni basate su template che meritano regole di scansione separate.
- L’assenza di valori lastmod non è un problema grave, ma rende più difficile valutare l’aggiornamento dei contenuti.
- Gli URL duplicati spesso indicano una logica di generazione errata, incoerenze nei tag canonical o regole discordanti sulla barra finale.
- Un’esportazione pulita dovrebbe essere il punto di partenza per controllare lo stato, i tag canonical e l’indicizzabilità.
Errori comuni nell’estrazione delle sitemap
I team spesso considerano la sitemap una fonte completa di URL, ma così possono trascurare pagine orfane, percorsi bloccati, URL con faccette o pagine rimosse dalla navigazione che continuano a posizionarsi. L’estrazione è il primo passaggio, non l’audit finale.
- Non dare per scontato che ogni URL nella sitemap sia indicizzabile.
- Non ignorare gli indici di sitemap secondarie nei siti di grandi dimensioni.
- Non inserire direttamente gli URL duplicati nei budget di scansione o nelle dashboard di reporting.
- Non usare date lastmod obsolete come prova di una modifica recente dei contenuti.
Passaggio successivo all’estrazione degli URL
Quando l’inventario è pulito, invia le sezioni prioritarie a una scansione tecnica. Searvora Spider Analysis può verificare se gli URL sono raggiungibili, canonici, indicizzabili, collegati internamente e pronti per i motori di ricerca.
- Esegui il validatore di sitemap quando la struttura XML o la qualità dei valori lastmod sembra rischiosa.
- Usa il verificatore dei tag canonical per gli schemi di duplicazione più importanti.
- Usa il verificatore di indicizzabilità per le pagine incluse nella sitemap ma prive di posizionamento.
- Usa Spider Analysis quando devi assegnare i problemi ai responsabili e gestire le code di correzione.
- Documenta il gruppo di URL, il responsabile, l’impatto previsto, il passaggio di convalida e la prossima decisione di pubblicazione, così il risultato diventa un ticket di correzione invece di un altro foglio esportato.
