Stiamo cercando un annuncio visto il giorno prima su Affaires du Jour, torniamo sul sito e la pagina sembra scomparsa. Né il menu principale né la barra di ricerca interna permettono di trovare il contenuto desiderato. Prima di concludere che la pagina sia stata eliminata, ci sono diversi metodi per individuarla. Il primo consiste nel capire che cosa mostra davvero la mappa del sito e che cosa, invece, non mostra.
Pagina HTML di navigazione e sitemap XML: due strumenti che non elencano gli stessi URL
La confusione più frequente quando si esplora un sito come Affaires du Jour è credere che un’unica pagina raccolga tutti gli URL esistenti. In realtà, la mappa del sito visibile e la sitemap XML svolgono funzioni diverse.
La mappa del sito HTML è una pagina di navigazione pensata per i visitatori. Organizza le sezioni principali e dà accesso alle categorie, alle pagine istituzionali e alle sezioni più consultate. In genere è raggiungibile dal piè di pagina oppure direttamente tramite la mappa del sito Affaires du Jour.
La sitemap XML, invece, è un file tecnico destinato ai motori di ricerca. Segnala gli URL a Google o Bing per facilitarne la scansione. Questo file non garantisce né che vi siano elencate tutte le pagine del sito, né che quelle presenti siano effettivamente indicizzate. Una pagina può esistere sul server senza comparire in nessuno dei due strumenti.
- La mappa HTML elenca le sezioni e le pagine ritenute utili per la navigazione degli utenti, spesso una selezione parziale del sito
- La sitemap XML raccoglie gli URL destinati ai crawler, ma il suo contenuto dipende dalla configurazione tecnica del sito (plugin SEO, impostazioni del CMS)
- Alcune pagine (annunci scaduti, contenuti archiviati, pagine di risultati filtrati) non compaiono né nell’una né nell’altra
Se non si trova una pagina nella mappa del sito HTML, il passo successivo è controllare la sitemap XML. Su un sito WordPress, i percorsi più comuni sono /sitemap.xml o /wp-sitemap.xml. Anche il file robots.txt, accessibile dalla radice del dominio, può indicare l’indirizzo esatto della sitemap.

Come trovare una pagina assente dalla mappa del sito con l’operatore site: di Google
Abbiamo consultato la mappa HTML, provato con la sitemap XML, ma la pagina continua a essere introvabile. Prima di concludere che sia stata rimossa, è opportuno fare un’ulteriore verifica direttamente su Google.
L’operatore site: seguito dal nome del dominio e da termini distintivi permette di esplorare l’indice di Google per un sito specifico. Per esempio, digitando nella barra di ricerca site:affairesdujour.com seguito da alcune parole chiave legate all’annuncio o alla pagina cercata, si ottengono esclusivamente i risultati di Google indicizzati per quel dominio.
Questo metodo ha un limite preciso: mostra solo le pagine che Google ha scansionato e conservato nel proprio indice. Se la pagina è stata pubblicata di recente o contiene una direttiva noindex, non comparirà nei risultati, anche se esiste effettivamente sul server.
Distinguere una pagina introvabile da una pagina non indicizzata
È questo l’aspetto che genera più confusione. L’assenza di risultati su Google non dimostra che una pagina sia stata eliminata. Potrebbe semplicemente non essere stata indicizzata, come accade in diversi casi concreti.
- La pagina è troppo recente perché i crawler di Google l’abbiano visitata
- Un meta tag robots noindex ne impedisce la comparsa nei risultati di ricerca
- La pagina non è collegata a nessun’altra pagina del sito e risulta quindi invisibile ai crawler
- Il contenuto è stato modificato o accorpato a un’altra pagina e il vecchio URL reindirizza senza segnalarlo
Per verificare, si può provare a inserire direttamente l’URL nella barra degli indirizzi del browser. Se la pagina restituisce un errore 404, è stata eliminata o spostata. Se viene visualizzata normalmente, esiste, ma non è semplicemente segnalata dagli strumenti di navigazione del sito.
Navigare nella mappa del sito Affaires du Jour: un metodo rapido per trovare le pagine
Una mappa del sito HTML ben strutturata si consulta più rapidamente usando la funzione di ricerca integrata nel browser. Nella pagina della mappa del sito, la scorciatoia Ctrl+F (o Cmd+F su Mac) apre un campo di ricerca locale che filtra in tempo reale il contenuto visualizzato.
Basta digitare una parola chiave legata alla pagina cercata (il nome di una sezione, un termine dell’annuncio, una categoria) e il browser evidenzierà ogni occorrenza nella pagina. Questo approccio è particolarmente efficace quando la mappa del sito raccoglie decine di link organizzati per argomento.
Se la mappa del sito è suddivisa in più pagine o viene caricata dinamicamente (i link compaiono solo scorrendo la pagina), Ctrl+F troverà soltanto i contenuti già caricati. In questo caso, si può ricorrere all’operatore site: su Google, che resta il metodo più completo per passare in rassegna tutte le pagine indicizzate.

Quando una pagina è davvero scomparsa: controllare la cache e gli archivi
Se l’URL restituisce un errore 404 e l’operatore site: non dà risultati, probabilmente la pagina è stata rimossa. Restano comunque due possibilità per accedere ai suoi contenuti.
Google conserva temporaneamente una versione cache della maggior parte delle pagine indicizzate. Facendo clic sui tre puntini accanto a un risultato di ricerca, a volte è possibile accedere alla versione cache salvata da Google, corrispondente all’ultima copia registrata al passaggio del crawler.
L’altra possibilità è la Wayback Machine del sito archive.org, che archivia istantanee delle pagine web a intervalli irregolari. Basta incollare l’URL completo e consultare le copie disponibili, ordinate per data. Il contenuto recuperato è spesso parziale (impaginazione compromessa, immagini mancanti), ma nella maggior parte dei casi il testo principale resta leggibile.
Questi due metodi non riportano la pagina online. Permettono però di recuperare le informazioni che conteneva, spesso sufficienti quando si cercava un dato preciso, un contatto o i dettagli di un annuncio.
La distinzione fondamentale resta quella tra una pagina eliminata (errore 404 confermato), una pagina esistente ma assente dalla mappa del sito (accessibile tramite URL diretto) e una pagina non indicizzata da Google (presente sul sito, ma invisibile nei risultati di ricerca). Provare l’URL nel browser prima di procedere in altro modo fa risparmiare tempo ed evita di cercare nel posto sbagliato.



