Zoekt u een specifiek artikel op een high-tech blog, maar levert de zoekbalk niets relevants op? De categorieën zijn te breed, de tags te talrijk. De sitemap lost dit probleem op door alle gepubliceerde pagina’s te vermelden, georganiseerd op thema of datum. U moet echter wel weten waar u het kunt vinden en hoe u het kunt gebruiken om effectief door een geekblog te navigeren dat regelmatig publiceert.
Het bestand robots.txt, het startpunt om een sitemap te lokaliseren
Voordat u een sitemap gaat zoeken door overal in de menu’s te klikken, is er een eenvoudige technische snelkoppeling. Elke serieuze blog heeft een bestand genaamd robots.txt, toegankelijk door het adres van de site gevolgd door /robots.txt in uw browser in te voeren.
Dit bestand geeft instructies aan zoekmachines. Het bevat vaak een regel die begint met “Sitemap:” die de exacte locatie van de XML-sitemap aangeeft. Op een blog dat draait op WordPress of SPIP, verwijst deze regel meestal naar een bestand sitemap.xml of een sitemapindex die meerdere subbestanden groepeert.
Waarom daar langs gaan? Omdat sommige high-tech blogs geen enkele link naar hun sitemap in de footer of de menu’s tonen. De robots.txt blijft de meest directe methode om deze informatie te vinden, zelfs op een site die u voor de eerste keer bezoekt.
Door de sitemap van Nous les Geeks te bekijken, krijgt u bijvoorbeeld toegang tot alle artikelen, ingedeeld per rubriek, van tests tot tutorials en beoordelingen van applicaties en software. Dit type pagina vergemakkelijkt de navigatie veel meer dan een eenvoudige zoekbalk.
Sitemap XML en sitemap pagina: twee verschillende tools
U heeft misschien al een bestand sitemap.xml geopend en een lange lijst met onbegrijpelijke tags gezien. Dit formaat is ontworpen voor de indexeringsrobots van Google, niet voor mensen. Het bevat de URL’s die de blog als pagina’s om te indexeren beschouwt, met metadata over prioriteit en updatefrequentie.
De zichtbare sitemap pagina (vaak toegankelijk via een link onderaan de pagina) is iets heel anders. Deze presenteert dezelfde inhoud in de vorm van een klikbare lijst, georganiseerd per categorie of datum. Dit is wat u dagelijks zult gebruiken om een geekblog te verkennen.
Wat de sitemap XML extra onthult
Het XML-bestand toont pagina’s die de klassieke navigatie soms verbergt. Oude artikelen die uit de menu’s zijn verwijderd, geïsoleerde tagpagina’s of gearchiveerde inhoud verschijnen daar nog steeds. Het vergelijken van de sitemap XML met de zichtbare navigatie onthult de weespagina’s, die bestaan maar waar geen interne link meer naartoe leidt.
Op een high-tech blog dat honderden iPhone-tests, vergelijkingen van applicaties of tutorials over software verzamelt, vertegenwoordigen deze weespagina’s soms een schat aan vergeten informatie. Een drie jaar oude smartphone-test kan nog steeds nuttige gegevens bevatten over de duurzaamheid van een model.
Drie bronnen combineren voor een volledige verkenning van de blog
De meest betrouwbare methode om een blog grondig te verkennen, is gebaseerd op het combineren van drie complementaire weergaven. Elk biedt een ander inzicht in de daadwerkelijk beschikbare inhoud.
- De sitemap XML vermeldt de URL’s die door de blog zijn opgegeven als waardig om geïndexeerd te worden, inclusief diegene die niet meer toegankelijk zijn vanuit de menu’s
- Een crawler (een tool die alle interne links van een site volgt, zoals Screaming Frog) reconstrueert de werkelijke architectuur vanaf de homepage en doorloopt elke link die hij tegenkomt
- De Google-zoekopdracht met de operator site: laat zien welke pagina’s daadwerkelijk door de motor zijn geïndexeerd, door bijvoorbeeld site:naamvandesite.nl gevolgd door een trefwoord in te voeren
De verschillen tussen deze drie inventarissen zijn onthullend. Een pagina die in de sitemap staat maar afwezig is in de crawl betekent dat er geen interne link naartoe leidt. Een pagina die door Google is geïndexeerd maar afwezig is in de sitemap kan wijzen op een configuratiefout.
Het geval van blogs die in meerdere sitemaps zijn verdeeld
Een omvangrijke blog past niet in één enkel XML-bestand. Het formaat legt een limiet per bestand op, wat actieve blogs ertoe aanzet een sitemap index te gebruiken. Dit hoofdbestand verwijst naar meerdere subsitemaps, vaak verdeeld op basis van type inhoud: artikelen, statische pagina’s, afbeeldingen, categorieën.
Op een techblog die tests, tutorials en nieuws over de digitale wereld in Frankrijk publiceert, komt elke subsitemap meestal overeen met een redactionele sectie. Het afzonderlijk verkennen van deze bestanden stelt u in staat om direct de categorie te targeten die u interesseert zonder de hele site door te bladeren.
Een HTML-sitemap lezen zonder te verdwalen in de gegevens
Bij een sitemap pagina die honderden links weergeeft, kan de navigatie net zo vervelend worden als het ontbreken van een plan. Enkele eenvoudige reflexen veranderen de ervaring.
De zoekfunctie van de browser (Ctrl+F of Cmd+F) blijft het meest onderschatte hulpmiddel. Door een trefwoord zoals “beoordeling”, “test” of “iPhone” in te voeren, filtert u de lijst onmiddellijk om alleen de relevante artikelen te zien. Ctrl+F op een HTML-sitemap pagina vervangt met voordeel de interne zoekfunctie van veel blogs, die vaak onnauwkeurig is.
Kijk ook naar de structuur van de URL’s zelf. Een goed georganiseerde blog gebruikt leesbare URL’s: /categorie/titel-artikel. Deze conventie stelt u in staat om de rubrieken te herkennen zonder zelfs de volledige titels te lezen. Op een geekblog ziet u vaak segmenten zoals /tests/, /apps/, /tutos/ of /web/ die het visuele sorteren vergemakkelijken.
Wanneer de sitemap niet bestaat
Sommige blogs tonen noch een sitemap pagina, noch een toegankelijk XML-sitemap. In dat geval wordt de Google-operator site: uw enige hefboom. Typ site:adresvandesite.nl in Google, en verfijn vervolgens met trefwoorden. De weergegeven resultaten komen overeen met de geïndexeerde pagina’s, wat een indirecte maar functionele sitemap vormt.
Deze aanpak heeft een beperking: Google indexeert niet altijd alle pagina’s van een blog. Recente of weinig intern gelinkte inhoud kan ontbreken. Voor een actieve high-tech blog biedt het combineren van de operator site: met navigatie op basis van categorieën de breedste dekking.
Het verkennen van een techblog beperkt zich niet tot het scrollen door de homepage. De sitemap, of deze nu in XML- of HTML-formaat is, geeft toegang tot inhoud die de gebruikelijke navigatie niet meer benadrukt. De meest nuttige artikelen zijn soms diegenen die niemand meer vindt zonder er rechtstreeks toegang toe te hebben.
