VKT Toolkit · 12 septembre 2026 · 9 min de lecture

Extraire toutes les URL d’un sitemap.xml (SEO, 2026)

Votre sitemap contient 2 000 URL. Vous ouvrez sitemap.xml dans un éditeur de texte, vous voyez un mur de balises <loc>, et vous commencez à faire défiler. Vingt minutes plus tard, vous en êtes à l’URL 143, les yeux fatigués et sans aucun plan. C’est là que meurent les audits SEO.

La vérité, c’est qu’un sitemap est déjà une liste lisible par machine de toutes les URL que vous jugez importantes — il suffit d’extraire ces URL du XML et de les mettre dans un format réellement exploitable. Ce guide présente trois façons de le faire, d’une méthode navigateur de 60 secondes aux crawlers de bureau, plus une checklist courte qui transforme une liste d’URL brute en véritable audit.

Pourquoi extraire les URL d’un sitemap ?

Avant le comment, le pourquoi. Une liste aplatie d’URL issues de votre sitemap débloque plusieurs tâches SEO essentielles :

• Audits d’indexation : comparez les URL que vous avez soumises à ce que les moteurs de recherche indexent réellement. Les écarts révèlent des problèmes de canonicalisation, des restes de noindex ou du contenu pauvre.
• Inventaire de contenu : une liste complète des pages publiées est le socle des audits de contenu, des décisions d’élagage et du clustering thématique.
• Checklists de migration : avant une refonte, extrayez l’ancien sitemap ; après le lancement, extrayez le nouveau. La différence constitue votre checklist de redirections et de QA.
• Recherche concurrentielle via les sitemaps : les sitemaps sont publics. Extraire le sitemap d’un concurrent révèle toute sa structure de pages, sa vitesse de publication et les sections que vous n’avez pas couvertes.

Méthode 1 : Ouvrir sitemap.xml dans le navigateur + extension extractrice (Recommandé)

Voici l’astuce que la plupart des gens laissent passer : un sitemap n’est qu’une liste de liens. Chaque URL se trouve dans une balise <loc>, et les navigateurs les affichent comme des liens cliquables sur la page. Cela signifie que tout outil qui extrait les liens d’une page web extrait aussi les URL d’un sitemap — sans parsing XML nécessaire.

C’est là qu’intervient VKT LinkHarvest, une extension Chrome et Edge qui extrait tous les liens de n’importe quelle page web, y compris les pages rendues dynamiquement. Ouvrez l’URL de votre sitemap, cliquez sur l’icône LinkHarvest, et il capture chaque URL de la page rendue — avec filtrage, tri, classification interne/externe et comptage des occurrences.

Deux remarques pratiques :

• Fichiers d’index de sitemap : si votre sitemap.xml est un index pointant vers des sitemaps enfants (sitemap-posts.xml, sitemap-pages.xml...), extrayez d’abord l’index, puis ouvrez chaque sitemap enfant et extrayez-le de la même manière. Le comptage d’occurrences de LinkHarvest permet de repérer facilement les URL déjà collectées.
• Exports : la version gratuite permet de copier les liens filtrés dans le presse-papiers et de les exporter en TXT. LinkHarvest Premium (9,99 $ unique, à vie) ajoute l’export CSV avec encodage UTF-8 BOM — idéal pour coller directement dans Excel ou Google Sheets sans caractères corrompus.

Méthode 2 : Screaming Frog / parseurs en ligne

Les crawlers de bureau comme Screaming Frog SEO Spider disposent d’un mode sitemap dédié : collez l’URL du sitemap, choisissez « List Mode », et le crawler visite chaque URL et signale les codes de statut, les redirections et les métadonnées. Les parseurs XML en ligne fonctionnent de façon similaire depuis votre navigateur.

Utilisez cette méthode quand vous avez besoin de données de crawl complètes — codes de réponse, titres, balises canoniques — et pas seulement de la liste d’URL. La contrepartie, ce sont la configuration et les ressources : les crawlers de bureau exigent une installation et peuvent être lents ou gourmands en mémoire sur de très gros sitemaps, et beaucoup de parseurs en ligne limitent le nombre d’URL traitées gratuitement. Si votre objectif est simplement « donnez-moi la liste des URL », la Méthode 1 est plus rapide.

Méthode 3 : Tableur + import XML

Excel et Google Sheets peuvent importer du XML directement. Dans Excel : Données → Obtenir des données → À partir d’un fichier XML ; dans Google Sheets, utilisez la fonction =IMPORTXML() avec un XPath comme //loc pointé vers l’URL du sitemap.

Cela fonctionne pour des sitemaps petits et plats, mais ça devient vite fragile : IMPORTXML a des limites de cellules et de longueur que les gros sitemaps dépassent allègrement, les index de sitemaps exigent une requête supplémentaire par sitemap enfant, et les espaces de noms XML font parfois échouer l’import en silence. Ça dépanne pour un coup unique sur un sitemap de 50 URL ; pour tout sitemap plus grand ou imbriqué, utilisez la Méthode 1.

Checklist d’audit rapide après l’extraction

Une fois les URL réunies dans une seule liste, l’audit est surtout mécanique :

1. Dédupliquez. Regroupez les sitemaps enfants et supprimez les doublons — le comptage d’occurrences de LinkHarvest affiche chaque URL une fois avec le nombre de fois où elle est apparue.
2. Vérifiez les codes de statut. Crawlz la liste (ou contrôlez par échantillon) à la recherche d’erreurs 404 et de chaînes 301/302. Les URL du sitemap devraient renvoyer un 200.
3. Comparez avec les URL indexées. Lancez une requête site: ou consultez la couverture de votre Search Console. Un grand écart entre URL soumises et indexées est votre priorité numéro un.
4. Repérez les schémas orphelins. Des schémas d’URL présents dans le sitemap mais liés de nulle part sur le site (ou l’inverse) révèlent des lacunes de navigation et de maillage interne.
5. Signalez le bruit. Les pages de tags, les URL paramétrées et les sous-domaines de préproduction n’ont rien à faire dans un sitemap de production. Filtrez par mot-clé dans LinkHarvest pour les trouver en quelques secondes.

Étape par étape : extraire les URL du sitemap avec LinkHarvest

1. Installez VKT LinkHarvest depuis le Chrome Web Store ou Edge Add-ons.
2. Tapez l’adresse de votre sitemap (généralement votredomaine.com/sitemap.xml) dans la barre d’adresse et ouvrez-la. En cas de doute, consultez robots.txt pour trouver la directive Sitemap.
3. Cliquez sur l’icône LinkHarvest. Il capture chaque URL rendue sur la page et les affiche avec leur nombre d’occurrences.
4. S’il s’agit d’un index de sitemaps, ouvrez le lien de chaque sitemap enfant, répétez l’extraction, puis fusionnez les listes.
5. Utilisez le filtre par mot-clé pour éliminer le bruit (par exemple, excluez les URL contenant tag ou page) et triez les résultats.
6. Copiez les liens filtrés dans le presse-papiers ou exportez-les en TXT (tous deux gratuits). Pour les tableurs, passez à l’export CSV depuis la page des tarifs.

Si vous n’avez jamais utilisé d’extracteur de liens, notre guide sur comment extraire tous les liens d’une page web détaille l’interface plus en profondeur.

Comparaison des méthodes en un coup d’œil

Questions fréquentes

Découvrez d’autres outils dans le catalogue d’extensions VKT, ou écrivez-nous à [email protected].