VKT Toolkit · 12 de septiembre de 2026 · 9 min de lecturaCómo extraer todas las URL de un sitemap.xml (2026)
Tu sitemap tiene 2.000 URL. Abres sitemap.xml en un editor de texto, ves un muro de etiquetas <loc> y empiezas a hacer scroll. Veinte minutos después vas por la URL 143, con los ojos cansados y sin ningún plan. Aquí es donde mueren las auditorías SEO.
La realidad es que un sitemap ya es una lista legible por máquina de todas las URL que consideras importantes — solo necesitas sacar esas URL del XML y pasarlas a un formato con el que puedas trabajar de verdad. En esta guía aprenderás tres formas de hacerlo, desde un método de navegador de 60 segundos hasta rastreadores de escritorio, más una checklist breve que convierte una lista de URL en bruto en una auditoría real.
¿Para qué extraer las URL de un sitemap?
Antes del cómo, el porqué. Una lista plana de URL procedente de tu sitemap desbloquea varias tareas SEO fundamentales:
- Auditorías de indexación: compara las URL que enviaste con las que los buscadores indexan de verdad. Las brechas revelan problemas de canonicalización, restos de noindex o contenido pobre.
- Inventario de contenido: una lista completa de las páginas publicadas es la base para auditorías de contenido, decisiones de poda y clusters temáticos.
- Listas de comprobación de migración: antes de un rediseño, extrae el sitemap antiguo; tras el lanzamiento, extrae el nuevo. La diferencia es tu checklist de redirecciones y QA.
- Investigación de sitemaps de la competencia: los sitemaps son públicos. Extraer el sitemap de un competidor te muestra toda su estructura de páginas, su ritmo de publicación y las secciones que no has cubierto.
Método 1: Abrir sitemap.xml en el navegador + extensión extractora (Recomendado)
Aquí está el truco que casi todo el mundo pasa por alto: un sitemap es simplemente una lista de enlaces. Cada URL vive dentro de una etiqueta <loc>, y los navegadores las muestran como enlaces clicables en la página. Eso significa que cualquier herramienta que extraiga enlaces de una página web también extrae URL de un sitemap — sin necesidad de parsear XML.
Aquí es donde entra VKT LinkHarvest. Es una extensión para Chrome y Edge que extrae todos los enlaces de cualquier página web, incluidas las páginas renderizadas dinámicamente. Abre la URL de tu sitemap, haz clic en el icono de LinkHarvest y captura cada URL de la página renderizada — con filtrado, ordenación, clasificación de enlaces internos/externos y conteo de apariciones.
Dos apuntes prácticos:
- Archivos de índice de sitemap: si tu
sitemap.xmles un índice que apunta a sitemaps secundarios (sitemap-posts.xml,sitemap-pages.xml...), extrae primero el índice y después abre cada sitemap secundario y extráelo igual. El conteo de apariciones de LinkHarvest facilita ver qué URL ya has recogido. - Exportaciones: la versión gratuita permite copiar los enlaces filtrados al portapapeles y exportarlos como TXT. LinkHarvest Premium (pago único de $9.99, de por vida) añade la exportación CSV con codificación UTF-8 BOM — ideal para pegar directamente en Excel o Google Sheets sin caracteres corruptos.
Método 2: Screaming Frog / parsers online
Los rastreadores de escritorio como Screaming Frog SEO Spider tienen un modo específico para sitemaps: pega la URL del sitemap, elige "List Mode" y el rastreador visita cada URL e informa de los códigos de estado, redirecciones y metadatos. Los parsers XML online funcionan de forma parecida desde tu navegador.
Usa este método cuando necesites datos completos de rastreo — códigos de respuesta, títulos, etiquetas canónicas — y no solo la lista de URL. La contrapartida son la configuración y los recursos: los rastreadores de escritorio requieren instalación y pueden ser lentos o consumir mucha memoria con sitemaps muy grandes, y muchos parsers online limitan cuántas URL procesan gratis. Si tu objetivo es simplemente "dame la lista de URL", el Método 1 es más rápido.
Método 3: Hoja de cálculo + importación XML
Excel y Google Sheets pueden importar XML directamente. En Excel es Datos → Obtener datos → Desde archivo XML; en Google Sheets puedes usar la función =IMPORTXML() con un XPath como //loc apuntando a la URL del sitemap.
Funciona con sitemaps pequeños y planos, pero se vuelve frágil enseguida: IMPORTXML tiene límites de celdas y de longitud que los sitemaps grandes superan de sobra, los índices de sitemaps requieren una consulta extra por cada sitemap secundario y los espacios de nombres XML a veces hacen que la importación no devuelva nada en silencio. Sirve para una ocasión puntual con un sitemap de 50 URL; para algo más grande o anidado, usa el Método 1.
Checklist de auditoría rápida tras la extracción
Cuando las URL están en una sola lista, la auditoría es sobre todo mecánica:
- Elimina duplicados. Combina los sitemaps secundarios y quita los repetidos — el conteo de apariciones de LinkHarvest muestra cada URL una vez con el número de veces que apareció.
- Revisa los códigos de estado. Rastrea la lista (o haz comprobaciones puntuales) en busca de errores 404 y cadenas 301/302. Las URL del sitemap deberían devolver un 200.
- Compara con las URL indexadas. Lanza una consulta
site:o revisa la cobertura de tu Search Console. Una brecha grande entre URL enviadas e indexadas es tu prioridad número uno. - Detecta patrones huérfanos. Los patrones de URL presentes en el sitemap pero enlazados desde ningún sitio (o al revés) revelan huecos de navegación y de enlazado interno.
- Marca el ruido. Las páginas de etiquetas, las URL con parámetros y los subdominios de staging no deberían estar en un sitemap de producción. Filtra por palabra clave en LinkHarvest para encontrarlos en segundos.
Paso a paso: extraer las URL del sitemap con LinkHarvest
- Instala VKT LinkHarvest desde la Chrome Web Store o Edge Add-ons.
- Escribe la dirección de tu sitemap (normalmente
tudominio.com/sitemap.xml) en la barra de direcciones y ábrela. Si tienes dudas, consultarobots.txten busca de la directiva Sitemap. - Haz clic en el icono de LinkHarvest. Captura cada URL renderizada en la página y las muestra con su conteo de apariciones.
- Si es un índice de sitemaps, abre el enlace de cada sitemap secundario, repite la extracción y fusiona las listas.
- Usa el filtro por palabra clave para quitar el ruido (por ejemplo, excluye las URL que contengan
tagopage) y ordena los resultados. - Copia los enlaces filtrados al portapapeles o expórtalos como TXT (ambos gratis). Para hojas de cálculo, mejora a la exportación CSV en la página de precios.
Si nunca has usado un extractor de enlaces, nuestra guía sobre cómo extraer todos los enlaces de una página web explica la interfaz con más detalle.
Comparación de métodos de un vistazo
| Método | Ideal para | Configuración | Sitemaps anidados |
|---|---|---|---|
| Navegador + LinkHarvest | Listas rápidas de URL, filtrado, exportación gratuita | Instalación única | ✅ Visita cada sitemap secundario |
| Screaming Frog / rastreadores | Códigos de estado, títulos, datos completos de rastreo | Instalación + configuración | ✅ Automático |
| Importación XML en hoja de cálculo | Sitemaps planos pequeños y puntuales | Ninguna | ⚠️ Manual por secundario |
Preguntas frecuentes
¿Puedo extraer URL de un archivo de índice de sitemap?
Sí, pero un archivo de índice de sitemap contiene enlaces a sitemaps secundarios en lugar de URL de páginas. Extrae primero las URL del índice, luego visita cada sitemap secundario y extrae sus URL de la misma forma, combinándolo todo en una lista maestra. Una extensión como VKT LinkHarvest captura automáticamente las URL de los sitemaps secundarios desde la página del índice renderizada.
¿Cómo abro sitemap.xml?
Escribe la dirección del sitemap — normalmente tudominio.com/sitemap.xml — directamente en la barra de direcciones de tu navegador. Los navegadores modernos muestran el XML como una lista de enlaces clicables en lugar de código sin formato. Si no carga, consulta robots.txt en busca de una directiva Sitemap: que indique la ubicación real, ya que los sitemaps pueden estar en cualquier URL que elija el propietario del sitio.
¿Es gratis usar LinkHarvest?
El núcleo de VKT LinkHarvest es gratuito: extraer todos los enlaces de una página, filtrarlos y ordenarlos, copiar los enlaces filtrados al portapapeles y exportarlos como TXT. La única función de pago es la exportación CSV con codificación UTF-8 BOM para hojas de cálculo, una mejora única de $9.99 de por vida — sin suscripción.
¿Cuál es la diferencia entre la exportación TXT y CSV?
La exportación TXT genera una lista sencilla con una URL por línea, ideal para comparaciones rápidas, herramientas de fusión y scripts. La exportación CSV genera una tabla que puedes abrir en Excel o Google Sheets con columnas correctas, y LinkHarvest añade un BOM UTF-8 para que los caracteres especiales de las URL se muestren bien en lugar de convertirse en texto ilegible.
¿Con qué frecuencia debo extraer y auditar las URL de mi sitemap?
No hay una regla fija, pero los momentos adecuados son tras una migración o rediseño del sitio, después de añadir o eliminar mucho contenido y con una cadencia de mantenimiento regular, por ejemplo trimestral. El objetivo es detectar errores 404, cadenas de redirecciones y URL que no deberían estar en el sitemap antes de que los encuentren los buscadores y los usuarios.
Convierte tu sitemap en una lista limpia de URL en minutos: VKT LinkHarvest extrae cada enlace de la página renderizada — filtrado, ordenación, clasificación y conteo de apariciones. Núcleo gratuito; Premium (pago único de $9.99, de por vida) añade exportación CSV compatible con Excel. Chrome Web Store · Edge Add-ons.
Explora más herramientas en el catálogo de extensiones VKT, o escríbenos a [email protected].