Een sitemap verzamelt alle gepubliceerde URL’s op een website. Voor een portal zoals Passez l’info stelt deze technische pagina je in staat om in enkele seconden te controleren welke secties er zijn, welke recent zijn toegevoegd en of sommige zijn verdwenen. De vraag rijst zodra je probeert de werkelijke dekking van een site te auditen of om ervoor te zorgen dat geen enkele inhoud ontsnapt aan de indexering door zoekmachines.
HTML-sitemap en XML-sitemap: twee formaten, twee toepassingen
Wanneer we het hebben over de “lijst van pagina’s” van een site, bestaan er twee formaten. De XML-sitemap is bedoeld voor indexeringsrobots: het structureert de URL’s met metadata (datum van laatste wijziging, updatefrequentie, prioriteit). De HTML-sitemap is daarentegen gericht op menselijke bezoekers. Het presenteert de links op een leesbare manier, vaak gegroepeerd per categorie of thema.
Op Passez l’info komt de sitemap-pagina die toegankelijk is via de browser overeen met het HTML-formaat. Het biedt een direct overzicht van de gepubliceerde inhoud, zonder dat er een derde partij nodig is om het te lezen.
| Criteria | XML-sitemap | HTML-sitemap |
|---|---|---|
| Doelgroep | Robots (Googlebot, Bingbot) | Menselijke bezoekers |
| Formaat | Gestructureerde XML-tags | Gewone webpagina met klikbare links |
| Metadata | Datum van wijziging, prioriteit, frequentie | Geen of beperkt |
| Toegang | /sitemap.xml (ruwe lezing) | /sitemap/ (directe navigatie) |
| Nuttigheid voor een audit | Technische controle van indexering | Snelle inventarisatie van secties |
Beide formaten zijn complementair. Voor een internetgebruiker die de boomstructuur van een site wil doorbladeren zonder elk menu te doorzoeken, blijft de HTML-sitemap de meest praktische toegangspunt.
Controleer de volledigheid van een lijst van pagina’s op Passez l’info
Toegang tot de lijst van pagina’s van Passez l’info biedt een onmiddellijk overzicht van de gerefereerde inhoud. De vraag die logisch volgt: weerspiegelt deze lijst het totaal aantal gepubliceerde pagina’s?
Verschillende factoren kunnen een discrepantie creëren tussen de weergegeven sitemap en de werkelijkheid van de site.
- Recent gepubliceerde pagina’s worden niet altijd in real-time aan de sitemap toegevoegd. Afhankelijk van de configuratie van het gebruikte CMS kan er een vertraging van enkele uren tot enkele dagen bestaan tussen de publicatie en het verschijnen in de lijst.
- Bepaalde pagina’s die opzettelijk zijn uitgesloten van indexering (wettelijke vermeldingen, bedankpagina’s na een formulier, gede-publiceerde archieven) verschijnen niet in de sitemap, ook al blijven ze technisch toegankelijk via hun directe URL.
- Een handmatig gegenereerde HTML-sitemap kan hele secties weglaten als de site-editor deze niet bijwerkt na elke toevoeging van inhoud.
Een sitemap is alleen betrouwbaar als deze is gesynchroniseerd met het CMS. Geautomatiseerde oplossingen (WordPress-plugins zoals Yoast, Rank Math of XML Sitemaps) regenereren de lijst bij elke publicatie. Een statische pagina die handmatig wordt onderhouden, heeft een hoger risico op veroudering.
Concreet methoden om de gegevens van de sitemap te kruisen
Alleen vertrouwen op de HTML-sitemap om een site te auditen zou onvoldoende zijn. Drie benaderingen maken het mogelijk om de informatie te verifiëren.
Vergelijk met de XML-sitemap
Door /sitemap.xml toe te voegen aan de root-URL van een site, krijg je de technische versie van de sitemap. Als het aantal URL’s in het XML-bestand verschilt van dat in de HTML-pagina, is dat een signaal: sommige pagina’s ontbreken in een van de twee formaten of zijn opzettelijk uitgesloten.
Gebruik de site: opdracht in Google
De zoekopdracht site:passezlinfo.fr in Google toont alle pagina’s die door de zoekmachine zijn geïndexeerd. Dit resultaat kan hoger of lager zijn dan de inhoud van de sitemap. Hoger als Google pagina’s heeft ontdekt die niet zijn opgegeven (bijvoorbeeld via interne links). Lager als bepaalde pagina’s die in de sitemap zijn opgegeven nog niet door Googlebot zijn gecrawld.
Verken met een crawler
Tools zoals Screaming Frog of Xenu doorlopen een site link voor link en genereren een complete inventaris van alle toegankelijke URL’s. De crawler detecteert weespagina’s (zonder interne links die naar hen verwijzen) die vaak ontsnappen aan zowel de sitemap als de zoekmachines.
Frequentie van updates en betrouwbaarheid van een redactionele sitemap
Voor een informatieve site bepaalt de frequentie van publicatie direct de relevantie van de sitemap. Een portal dat meerdere artikelen per week publiceert, genereert mechanisch afwijkingen als de sitemap niet is geautomatiseerd.
Twee indicatoren maken het mogelijk om de actualiteit van een sitemap te evalueren zonder toegang tot de back-office van de site:
- De aanwezigheid van recente artikelen in de lijst. Als de laatste vermelde inhoud van enkele maanden geleden is terwijl de site regelmatig publiceert, is de sitemap waarschijnlijk verouderd.
- De consistentie met de navigatiemenu’s. Een complete sitemap zou minimaal alle secties moeten dekken die toegankelijk zijn vanuit het hoofdmenu en de voettekst.
- De tag lastmod in de XML-sitemap, die de datum van de laatste wijziging van elke URL aangeeft. Een oude datum op alle vermeldingen suggereert dat het bestand niet meer wordt vernieuwd.
Op een CMS zoals WordPress beheren de meeste SEO-extensies deze synchronisatie op een transparante manier. Het risico op afwijkingen is dus laag op sites die deze tools gebruiken, op voorwaarde dat de extensie correct is geconfigureerd en actief is.
De lijst van pagina’s van een site zoals Passez l’info vormt een startpunt, geen garantie voor volledigheid. Het kruisen van de HTML-sitemap met het XML-bestand en een site: zoekopdracht in Google blijft de snelste methode om eventuele ontbrekende of recent toegevoegde pagina’s te identificeren.
