Scrivere a mano sitemap.xml per ogni nuova pagina è un lavoro ripetitivo che conviene eliminare generando il file automaticamente da un semplice elenco di URL del sito.
Quali campi contano davvero
Il tag <loc> con l'indirizzo assoluto della pagina è l'unico campo obbligatorio. Vale la pena compilare <lastmod> con precisione, perché Google lo usa davvero per stabilire la priorità di una nuova scansione — a differenza di <priority> e <changefreq>, che lo stesso motore di ricerca dichiara di ignorare in gran parte.
Accenti italiani e codifica percentuale
Lettere accentate come à, è, ì, ò, ù non fanno parte dell'insieme di caratteri sicuri per un URL, quindi finiscono in <loc> codificate byte per byte in UTF-8 — una parola come "città" diventa una sequenza del tipo citt%C3%A0, leggermente più lunga della parola originale ma perfettamente valida.
URL assoluti ed escaping dei caratteri speciali
Ogni indirizzo nella sitemap deve essere assoluto (protocollo e dominio inclusi), e simboli come la e commerciale vanno scritti come entità XML (&) — altrimenti il file smette di essere XML valido e il motore di ricerca può scartarlo per intero invece di ignorare solo la voce difettosa.
A cosa serve
- Costruire una sitemap.xml corretta a partire da un elenco di URL senza scrivere XML a mano.
- Evitare errori di formattazione che fanno rifiutare l'intero file al motore di ricerca.
- Rigenerare il file dopo aver aggiunto nuove pagine senza modificare il markup a mano.
Cataloghi e-commerce italiani e il limite dei 50.000 URL
Un negozio online con un catalogo ampio — comune tra i siti e-commerce italiani su piattaforme come WooCommerce o PrestaShop — supera facilmente il limite di 50.000 URL per singolo file previsto dalla specifica sitemaps.org, rendendo necessario un file indice sitemapindex che rimandi a più sitemap più piccole.