Extrator de URL de sitemap
Informe o endereço de um sitemap.xml ou cole o conteúdo: todas as URLs saem dele, uma por linha, prontas para copiar, ordenar ou analisar.
A lista de páginas de um site, num piscar de olhos
O sitemap de um site é uma mina de ouro para a auditoria de SEO: ele revela o número real de páginas, a organização delas e, às vezes, seções esquecidas. Esta ferramenta extrai todos os endereços lendo as tags "loc" do XML, seja um sitemap de páginas ou um índice de sitemaps, e devolve uma lista limpa, com uma URL por linha.
A busca direta pelo endereço funciona quando o site autoriza a leitura a partir de outro domínio; caso contrário, basta copiar e colar o XML, e nada sai do seu navegador, conforme a nossa política de privacidade. Com a lista em mãos, o nosso ordenador de listas classifica e remove as duplicatas, e o contador diz quantas páginas você acabou de recuperar.
Perguntas frequentes
O que é um sitemap.xml?
O sitemap é um arquivo XML que lista as páginas de um site para os mecanismos de busca. Ele costuma ficar na raiz do site, por exemplo exemplo.com.br/sitemap.xml, e cada endereço aparece dentro de uma tag loc. Esta ferramenta lê essas tags e devolve a lista bruta das URLs.
Por que a busca pelo endereço às vezes falha?
O navegador só consegue ler um arquivo de outro site se este o autorizar (regra de segurança CORS). Muitos sites não permitem. Nesse caso, abra o sitemap em uma nova aba, copie o conteúdo e cole na área XML: a extração funciona sempre.
A ferramenta aceita índices de sitemaps?
Sim. Se o arquivo for um índice (uma lista de sitemaps em vez de páginas), a ferramenta detecta e extrai os endereços dos sitemaps filhos. Depois é só processar cada sitemap filho da mesma forma para obter as URLs das páginas.