Buscamos un anuncio que vimos el día anterior en Affaires du Jour, volvemos al sitio y parece que la página ha desaparecido. Ni el menú principal ni la barra de búsqueda interna nos llevan al contenido que queremos. Antes de concluir que la página se ha eliminado, hay varios métodos para localizarla. El primero consiste en entender qué muestra realmente el mapa del sitio y qué no.
Página HTML de navegación y sitemap XML: dos herramientas que no enumeran las mismas URL
La confusión más habitual al explorar un sitio como Affaires du Jour es creer que una sola página reúne todas las URL existentes. En realidad, el mapa del sitio visible y el sitemap XML cumplen funciones distintas.
El mapa del sitio HTML es una página de navegación diseñada para los visitantes. Organiza las secciones principales y da acceso a las categorías, las páginas institucionales y las secciones más consultadas. Normalmente se accede desde el pie de página o directamente a través del mapa del sitio de Affaires du Jour.
El sitemap XML, en cambio, es un archivo técnico destinado a los motores de búsqueda. Indica URL a Google o Bing para facilitar su rastreo. Este archivo no garantiza que incluya todas las páginas del sitio ni que las que aparecen en él estén efectivamente indexadas. Una página puede existir en el servidor sin aparecer en ninguno de los dos.
- El mapa HTML enumera las secciones y páginas consideradas útiles para la navegación de los usuarios; a menudo, solo incluye una selección del sitio
- El sitemap XML recopila URL para los robots, pero su contenido depende de la configuración técnica del sitio (extensión SEO, ajustes del CMS)
- Algunas páginas (anuncios caducados, contenidos archivados, páginas de resultados filtrados) no aparecen en ninguno de los dos
Si no encontramos una página en el mapa del sitio HTML, lo siguiente es comprobar el sitemap XML. En un sitio WordPress, las rutas habituales son /sitemap.xml o /wp-sitemap.xml. El archivo robots.txt, accesible desde la raíz del dominio, también puede indicar la dirección exacta del sitemap.

Encontrar una página que no aparece en el mapa del sitio con el operador site: de Google
Hemos revisado el mapa HTML, probado el sitemap XML y la página sigue sin aparecer. Antes de concluir que se ha eliminado, conviene hacer una comprobación adicional en el propio Google.
El operador site: seguido del nombre del dominio y de términos distintivos permite buscar en el índice de Google las páginas de un sitio concreto. Por ejemplo, al escribir en la barra de búsqueda site:affairesdujour.com seguido de algunas palabras clave relacionadas con el anuncio o la página que buscamos, se muestran únicamente los resultados de ese dominio indexados por Google.
Este método tiene una limitación concreta: solo muestra las páginas que Google ha rastreado y conservado en su índice. Si la página se ha publicado hace poco o incluye una directiva noindex, no aparecerá en los resultados, aunque exista en el servidor.
Distinguir entre una página que no se encuentra y una página no indexada
Este es el punto que más confusión genera. Que no haya resultados en Google no demuestra que una página se haya eliminado. Puede que simplemente no se haya indexado, algo que ocurre en varios casos concretos.
- La página es demasiado reciente para que los robots de Google la hayan visitado
- Una etiqueta meta robots noindex impide que aparezca en los resultados de búsqueda
- La página no está enlazada desde ninguna otra página del sitio, por lo que los rastreadores no pueden encontrarla
- El contenido se ha modificado o fusionado con otra página, y la URL antigua redirige sin avisar
Para salir de dudas, podemos probar la URL directamente en la barra de direcciones del navegador. Si la página devuelve un código 404, se ha eliminado o trasladado. Si se muestra con normalidad, existe, pero simplemente no está incluida en las herramientas de navegación del sitio.
Navegar por el mapa del sitio de Affaires du Jour: método rápido para localizar páginas
Un mapa del sitio HTML bien estructurado se recorre más rápido si usamos la función de búsqueda integrada en el navegador. En la página del mapa del sitio, el atajo Ctrl+F (o Cmd+F en Mac) abre un campo de búsqueda local que filtra en tiempo real el contenido mostrado.
Escribimos una palabra clave relacionada con la página que buscamos (el nombre de una sección, un término del anuncio, una categoría) y el navegador resalta cada coincidencia en la página. Este método funciona especialmente bien cuando el mapa del sitio reúne decenas de enlaces organizados por tema.
Si el mapa del sitio está paginado o se carga dinámicamente (los enlaces solo aparecen al desplazarse por la página), Ctrl+F solo encontrará lo que ya se haya cargado. En ese caso, volvemos al operador site: de Google, que sigue siendo el método más completo para rastrear todas las páginas indexadas.

Cuando una página ha desaparecido de verdad: comprobar la caché y los archivos
Si la URL devuelve un error 404 y el operador site: no muestra ningún resultado, es probable que la página se haya retirado. Aún tenemos dos opciones para acceder a su contenido.
Google conserva temporalmente una versión en caché de la mayoría de las páginas indexadas. Al hacer clic en los tres puntos junto a un resultado de búsqueda, a veces podemos acceder a la versión en caché almacenada por Google, que corresponde a la última copia guardada cuando pasó el robot.
La otra opción es Wayback Machine, del sitio archive.org, que guarda instantáneas de páginas web a intervalos irregulares. Pegamos la URL completa y consultamos las capturas disponibles, ordenadas por fecha. El contenido recuperado suele ser parcial (diseño desconfigurado, imágenes ausentes), pero en la mayoría de los casos el texto principal sigue siendo legible.
Estos dos métodos no volverán a poner la página en línea. Permiten recuperar la información que contenía, lo que suele bastar cuando buscábamos un dato concreto, un contacto o los detalles de un anuncio.
La distinción fundamental sigue siendo la que existe entre una página eliminada (error 404 confirmado), una página existente pero ausente del mapa del sitio (accesible mediante URL directa) y una página no indexada por Google (presente en el sitio, pero invisible en los resultados de búsqueda). Probar la URL en el navegador antes de cualquier otra gestión ahorra tiempo y evita buscar en el lugar equivocado.



