Valider un sitemap XML et son index avec les règles de Google

Comment utiliser l’outil

Saisissez l’adresse d’un site, par exemple exemple.fr : l’outil lit son robots.txt et suit ses lignes « Sitemap: », puis essaie /sitemap.xml s’il n’en trouve aucune. Saisissez plutôt l’adresse d’un fichier pour analyser ce sitemap précis ; l’outil lit quand même le robots.txt du site pour savoir s’il y est déclaré.

Quand le fichier est un index de sitemaps, l’outil lit aussi les sitemaps qu’il liste, dans l’ordre, jusqu’à dix fichiers en tout. Il interroge ensuite dix adresses réparties dans les sitemaps lus pour voir ce qu’elles répondent. Un sitemap pas encore en ligne se colle dans le second formulaire et s’analyse dans le navigateur.

Ce que l’outil contrôle

Chaque contrôle reprend une règle écrite par Google ou par le protocole Sitemap, la plupart sous la forme des erreurs que la Search Console affiche dans son rapport Sitemaps.³

L’outil signale aussi les adresses en double, les entrées sans date et les sitemaps compressés en gzip. Le protocole Sitemap autorise la compression gzip, à condition que le fichier décompressé reste sous 50 Mo ;⁴ l’outil le décompresse et mesure cette taille-là.

Les limites de taille et l’index de sitemaps

Google limite chaque sitemap à 50 000 URL ou 50 Mo non compressés, quel que soit le format.¹ Le protocole Sitemap précise la valeur exacte, 52 428 800 octets, et ajoute qu’un fichier compressé doit respecter la limite une fois décompressé.⁴

Au-delà, on découpe le sitemap en plusieurs fichiers reliés par un fichier d’index. Un index peut contenir jusqu’à 50 000 balises loc, et la Search Console accepte jusqu’à 500 fichiers d’index par site.² Les sitemaps listés doivent se trouver sur le même site que l’index, dans son dossier ou plus bas, sauf envoi sur plusieurs sites configuré.² Le rapport Sitemaps de Google signale comme erreur un index qui en liste un autre.³

La date lastmod : format et fiabilité

La note du W3C sur les dates admet six formes, de l’année seule (2026) à la date complète avec heures, minutes, secondes et fraction de seconde, comme 2026-10-18T09:30:15.25+02:00.⁵ Le fuseau horaire, Z ou un décalage comme +02:00, devient obligatoire dès que l’heure est écrite : Google le rappelle dans la description de l’erreur « Date incorrecte ».³

Le format ne suffit pas. Google dit utiliser la date si elle est cohérente et vérifiable, et attend celle de la dernière modification importante de la page.¹ Le protocole Sitemap le dit aussi : la date est celle de la modification de la page, jamais celle de la création du sitemap.⁴ L’outil signale donc un sitemap dont toutes les adresses portent la même date, et les dates postérieures à demain, la marge d’un jour couvrant les fuseaux horaires.

Ce que Google ignore : priority et changefreq

Google l’écrit en une phrase : il ignore les valeurs priority et changefreq.¹ Le protocole Sitemap les définit pourtant : priority va de 0,0 à 1,0 avec 0,5 par défaut, et changefreq prend des valeurs comme daily ou monthly, que le protocole présente comme une simple indication.⁴ L’outil compte ces balises sans les traiter comme des erreurs : elles ne gênent pas la lecture du fichier.

Pour aller plus loin sur ce que Google lit vraiment dans un sitemap, l’article Sitemap XML en 2026 : ce que Google en dit vraiment reprend l’épisode de Search Off the Record consacré au sujet.

Les adresses listées

Google demande des adresses absolues et complètes, et tente d’explorer chaque adresse telle qu’elle est écrite.¹ Le protocole Sitemap limite chaque adresse à moins de 2 048 caractères et exige le même protocole et le même hôte que le sitemap : un fichier publié sur www.exemple.fr ne peut pas lister d’adresses d’un sous-domaine.⁴

Le dossier compte aussi. Sauf envoi par la Search Console, un sitemap ne concerne que son dossier et ce qu’il contient, d’où le conseil de Google de le publier à la racine.¹ Un sitemap qui réunit plusieurs sites suppose d’avoir validé chacun d’eux dans la Search Console.¹

Google conseille enfin d’y mettre les adresses que vous voulez voir dans ses résultats.¹ Une adresse qui redirige, répond par une erreur ou que le robots.txt interdit à Googlebot n’en fait pas partie ; le rapport Sitemaps avertit d’ailleurs quand un sitemap contient des adresses bloquées par le robots.txt.³ L’outil teste ces trois cas : le robots.txt sur toutes les adresses contrôlées, les codes HTTP sur l’échantillon de dix.

Les limites de l’outil

Une analyse lit dix fichiers au plus, index compris, dans l’ordre des index, et contrôle une à une les 20 000 premières entrées ; les suivantes sont comptées pour la limite de 50 000 sans être vérifiées. Les sitemaps restés hors lecture sont annoncés dans le résultat. Chaque fichier est lu jusqu’à 50 Mo et un octet, de quoi savoir si la limite est franchie.

Le code HTTP de l’échantillon est celui que reçoit l’outil, sans suivre les redirections ni lire les pages. Un site peut répondre autrement à Googlebot, par exemple quand un pare-feu bloque les robots inconnus. Les flux RSS et Atom, que Google accepte aussi comme sitemaps,¹ sont reconnus mais pas analysés.

L’outil accepte 20 analyses par tranche de 10 minutes et par visiteur, tous outils du site confondus. Aucune adresse saisie ni aucun sitemap n’est conservé, et le XML collé ne quitte pas votre navigateur.

Après la vérification

Un sitemap propre n’assure pas l’indexation : il faut encore que chaque page puisse être indexée. Le test d’indexabilité vérifie une page en détail, et le vérificateur de redirections suit les chaînes repérées dans l’échantillon. Quand le rapport Sitemaps de la Search Console reste en erreur sans raison visible, c’est un diagnostic que je mène dans l’accompagnement SEO de mes clients.

Questions fréquentes