Bonnes pratiques pour les sitemaps XML et les flux RSS/Atom

Jeudi 16 octobre 2014

Soumettre des sitemaps
peut être un élément important de l’optimisation des sites web. Les sitemaps permettent aux moteurs de recherche de découvrir toutes les pages d’un site et de les télécharger rapidement lorsqu’elles changent. Cet article de blog explique quels champs des sitemaps sont importants, quand utiliser les sitemaps XML et les flux RSS/Atom, et comment les optimiser pour Google.

Sitemaps et flux

Les sitemaps peuvent être au format XML sitemap,
RSS, ou
Atom . La différence importante entre ces formats est que les sitemaps XML décrivent l’ensemble des URL d’un site, tandis que les flux RSS/Atom décrivent les modifications récentes. Cela a des implications importantes :

• Les sitemaps XML sont généralement volumineux ; les flux RSS/Atom sont de petite taille et ne contiennent que les dernières mises à jour de votre site.
• Les sitemaps XML sont téléchargés moins fréquemment que les flux RSS/Atom.

Pour un crawling optimal, nous recommandons d’utiliser à la fois des sitemaps XML et des flux RSS/Atom. Les sitemaps XML fourniront à Google des informations sur toutes les pages de votre site. Les flux RSS/Atom fourniront toutes les mises à jour de votre site, aidant Google à garder votre contenu plus frais dans son index. Notez que la soumission de sitemaps ou de flux ne garantit pas l’indexation de ces URL.

Exemple de sitemap XML :

Exemple de flux RSS :

Exemple de flux Atom :

“autres balises” font référence à la fois aux balises optionnelles et obligatoires selon leurs normes respectives. Nous vous recommandons de spécifier les balises obligatoires pour Atom/RSS car elles vous aideront à apparaître sur d’autres propriétés susceptibles d’utiliser ces flux, en plus de la Recherche Google.

Bonnes pratiques

Champs importants

Les sitemaps XML et les flux RSS/Atom sont, par essence, des listes d’URL accompagnées de métadonnées. Les deux informations les plus importantes pour Google sont l’URL elle-même et son heure de dernière modification :

URL

Les URL dans les sitemaps XML et les flux RSS/Atom doivent respecter les directives suivantes :

• N’incluez que les URL pouvant être explorées par
  Googlebot. Une erreur courante consiste à inclure des URL interdites par robots.txt — qui ne peuvent pas être explorées par Googlebot — ou à inclure des URL de pages qui n’existent pas.
• N’incluez que les URL canoniques
  . Une erreur courante est d’inclure les URL de pages en doublon. Cela augmente la charge sur votre serveur sans améliorer l’indexation.

Heure de dernière modification

Spécifiez une heure de dernière modification pour chaque URL dans un sitemap XML et un flux RSS/Atom. L’heure de dernière modification doit correspondre au moment où le contenu de la page a changé de manière significative. Si un changement doit être visible dans les résultats de recherche, l’heure de dernière modification doit être celle de ce changement.

• Le sitemap XML utilise <lastmod>
• RSS utilise <pubDate>
• Atom utilise <updated>

Veillez à définir ou mettre à jour correctement l’heure de dernière modification :

• Spécifiez l’heure au format correct :
  W3C Datetime pour les sitemaps XML,
  RFC3339 pour Atom, et
  RFC822 pour RSS.
• Mettez à jour l’heure de modification uniquement lorsque le contenu a changé de manière significative.
• Ne définissez pas l’heure de dernière modification sur l’heure actuelle chaque fois que le sitemap ou le flux est servi.

Sitemaps XML

Les sitemaps XML doivent contenir les URL de toutes les pages de votre site. Ils sont souvent volumineux et mis à jour peu fréquemment. Suivez ces directives :

• Pour un sitemap XML unique : mettez-le à jour au moins une fois par jour (si votre site change régulièrement) et
  envoyez un ping à Google après la mise à jour.

• Pour un ensemble de sitemaps XML : maximisez le nombre d’URL dans chaque sitemap XML. La limite est de 50 000 URL ou d’une taille maximale de 10 Mo non compressés, selon la première limite atteinte.
  Envoyez un ping à Google

pour chaque sitemap XML mis à jour (ou une fois pour l’index des sitemaps, si celui-ci est utilisé) à chaque mise à jour. Une erreur courante consiste à ne placer qu’une poignée d’URL dans chaque fichier de sitemap XML, ce qui rend généralement plus difficile pour Google le téléchargement de tous ces sitemaps XML dans un délai raisonnable.

RSS/Atom

• Les flux RSS/Atom doivent transmettre les récentes mises à jour de votre site. Ils sont généralement de petite taille et mis à jour fréquemment. Pour ces flux, nous recommandons :
• Lorsqu’une nouvelle page est ajoutée ou qu’une page existante est modifiée de manière significative, ajoutez l’URL et l’heure de modification au flux.
  Pour que Google ne manque aucune mise à jour, le flux RSS/Atom doit contenir toutes les mises à jour depuis au moins la dernière fois que Google l’a téléchargé. La meilleure façon d’y parvenir est d’utiliserWebSub

. Le hub propagera le contenu de votre flux à toutes les parties intéressées (lecteurs RSS, moteurs de recherche, etc.) de la manière la plus rapide et la plus efficace possible.

Générer à la fois des sitemaps XML et des flux Atom/RSS est un excellent moyen d’optimiser le crawling d’un site pour Google et d’autres moteurs de recherche. Les informations clés de ces fichiers sont l’URL canonique et l’heure de la dernière modification des pages du site web. Les configurer correctement et notifier Google ainsi que les autres moteurs de recherche par le biais de pings de sitemaps et de WebSub permettra à votre site web d’être crawlé de manière optimale et représenté en conséquence dans les résultats de recherche.
Si vous avez des questions, vous pouvez les publier ici ou rejoindre d’autres webmasters dans.

la section du forum d’aide aux webmasters sur les sitemaps