Ein XML-Sitemap-Parser verwandelt Sitemap-Markup in eine lesbare Eintragsliste. Screpy extrahiert die aufgeführten URLs und ihre optionalen Metadaten aus einem XML-Dokument. Anschließend können Sie CSV oder TXT herunterladen. Die Liste dient als Bestand für die nächste Prüfung; die Extraktion allein zeigt nicht, ob die Seiten funktionieren oder in Suchergebnissen erscheinen.
URLs aus einer Sitemap extrahieren
Wählen Sie die URL-Eingabe, wenn Sie die genaue Adresse einer öffentlich erreichbaren XML-Datei kennen. https://example.com/sitemap.xml veranschaulicht das Adressformat; ersetzen Sie es durch Ihre eigene Sitemap. Eine Startseitenadresse kann stattdessen HTML liefern. Zum Auffinden der Datei hilft der Sitemap Checker.
Wählen Sie eingefügtes XML, wenn Ihnen der Dokumentinhalt bereits vorliegt. Kopieren Sie das rohe XML einschließlich Wurzelelement, nicht die formatierte Tabelle des Browsers oder eine HTML-Seite mit einem Sitemap-Link. Eine lokale Datei können Sie im Texteditor öffnen und hier einfügen; eine Datei-Upload-Funktion gibt es nicht.
Senden Sie die Quelle ab und prüfen Sie Dokumenttyp, Einträge und Abdeckungshinweis vor dem Download. Der Parser liest nur dieses Dokument. Sind die Einträge als Sitemaps gekennzeichnet, parsen Sie eine der untergeordneten Dateiadressen separat, um Seiten-URLs zu erhalten.
Ein Sitemap-Index liefert Sitemap-URLs statt Seiten-URLs
Das Wurzelelement bestimmt, was eine Zeile darstellt. Ein urlset enthält url-Einträge für Seiten. Ein sitemapindex enthält sitemap-Einträge, die auf andere Sitemap-Dateien verweisen. Beide verwenden den im Sitemaps-Protokoll definierten Namensraum.
Diese beispielhafte Seiten-Sitemap ergibt einen Seiteneintrag:
<?xml version="1.0" encoding="UTF-8"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
<url>
<loc>https://example.com/products/blue-mug/</loc>
<lastmod>2026-09-01</lastmod>
</url>
</urlset>
Stellen Sie sich nun einen Index mit products-sitemap.xml und blog-sitemap.xml vor. Das Parsen des Index liefert zwei Sitemap-Zeilen, selbst wenn beide Dateien zusammen Tausende Seiten-URLs enthalten. Zwei ist die Zahl der Indexeinträge, nicht die Seitenzahl der Website.
Parsen Sie jede untergeordnete Datei einzeln und bewahren Sie deren Namen beim exportierten Bestand auf. Screpy erweitert einen Index nicht automatisch zu einer gemeinsamen Seitenliste. Das gilt auch für TXT: Ein Indexexport enthält Sitemap-Dateiadressen, die nicht mit zu prüfenden Seiten verwechselt werden sollten.
Bedeutung der extrahierten Felder
Die Tabelle liest die standardmäßigen Sitemap-Felder aus der Quelle. Fehlende optionale Werte bleiben im Export leer; der Parser ergänzt keine Daten und berechnet keine Wichtigkeitswerte.
| CSV-Spalte | Bedeutung | Einordnung |
|---|---|---|
kind |
page oder sitemap |
Unterscheidet Seitenbestand und Indexeinträge. |
loc |
Aufgeführte Adresse | Quellwert, kein Nachweis einer erreichbaren Zielseite. |
lastmod |
Angegebenes Änderungsdatum | Im Index bezieht es sich auf die Sitemap-Datei, nicht auf eine aufgeführte Seite. |
changefreq |
Angegebene Änderungshäufigkeit | Wird übernommen, wenn vorhanden, nicht gemessen. |
priority |
Angegebene relative Priorität | Ein Hinweis aus der Quelle, kein Suchrang oder SEO-Wert. |
line |
Quellzeile des Eintrags | Hilft beim Auffinden des zugehörigen XML-Eintrags. |
Google ignoriert nach eigener Aussage changefreq und priority. lastmod wird verwendet, wenn das Datum eine nachprüfbare wesentliche Aktualisierung zuverlässig widerspiegelt. Die Extraktion bestätigt nicht, dass diese Angaben stimmen. Siehe Googles Sitemap-Dokumentation.
Wiederholte Adressen bleiben als wiederholte Zeilen erhalten. Die Duplikatzahl macht Wiederholungen sichtbar; der Export entfernt sie nicht. Ungewöhnliche Datums- oder Prioritätswerte prüfen Sie mit dem Sitemap-Validator, denn Auslesen und Validieren sind unterschiedliche Aufgaben.
Sitemap-XML in CSV oder eine URL-Liste umwandeln
Laden Sie CSV herunter, wenn Sie Metadaten neben jeder Adresse benötigen. Importieren Sie die Datei in eine Tabellenkalkulation und behandeln Sie die URL-Spalte als Text. Mit Tabellenfiltern können Sie danach Pfade wie /products/ und /blog/ gruppieren. Diese Filter wenden Sie in der Tabellenkalkulation an; der Parser übernimmt das nicht.
TXT eignet sich, wenn das nächste Werkzeug eine URL pro Zeile erwartet. XML-Markup und Metadatenspalten entfallen. Prüfen Sie vorher den Eintragstyp, damit Sie einem Seitenprüfwerkzeug Seiten-URLs statt untergeordneter Sitemap-URLs übergeben.
Bewahren Sie vor Bearbeitung oder Duplikatentfernung eine unveränderte Download-Kopie auf. Notieren Sie daneben Sitemap-Adresse und Extraktionsdatum. Beide Formate enthalten nur übernommene Zeilen: Ein unvollständiger Bericht bedeutet auch einen unvollständigen Export.
Einen Bestand für Audits und Migrationen aufbauen
Sichern Sie vor einer Migration die relevanten Sitemap-Exporte der alten Website, bevor Sie URLs ändern. Ergänzen Sie neben jeder alten Adresse das geplante Ziel und erstellen Sie so eine Zuordnungstabelle. Extrahieren Sie nach dem Umzug die entsprechenden neuen Sitemaps und vergleichen Sie die Listen. Eine fehlende Adresse ist eine zu untersuchende Abweichung, nicht automatisch ein Nachweis einer defekten Seite: Sie kann absichtlich aus der Sitemap entfernt worden sein.
Fügen Sie beim Zusammenführen untergeordneter Dateien selbst eine Spalte für die Quell-Sitemap hinzu. Vergleichen Sie entsprechende Bereiche und stellen Sie sicher, dass jede Extraktion vollständig abgeschlossen wurde. Sonst kann ein begrenzter Export oder eine ausgelassene Datei wie ein Inhaltsverlust aussehen.
Mit dem Bulk HTTP Status Checker können Sie Seiten-URLs in Gruppen von bis zu 50 auf Antwortcodes oder Weiterleitungen prüfen. Ein Sitemap-Eintrag bestätigt keine Indexierung, findet nicht sämtliche Website-URLs und beweist nicht das Fehlen interner Links. Dafür sind andere Nachweise nötig.
Warum die Extraktion fehlschlägt oder unvollständig bleibt
Prüfen Sie bei einem Fehler zuerst, ob die Adresse XML statt einer Anmeldeseite, einer Zugangsprüfung oder einer normalen HTML-Seite liefert. Kontrollieren Sie eingefügtes XML auf fehlende schließende Tags und kopieren Sie das vollständige Dokument erneut. Unterstützt werden urlset oder sitemapindex als Wurzel mit dem standardmäßigen Sitemap-Namensraum. Eine reine Textliste oder ein RSS-Feed ist keine XML-Sitemap-Eingabe für diesen Parser.
Ein kaufmännisches Und in einer XML-URL muss maskiert sein: Schreiben Sie ?color=blue&size=m in loc. Die extrahierte Adresse enthält das dekodierte &. Dokumente mit einer DOCTYPE-Deklaration werden nicht unterstützt.
Eingefügtes XML ist auf 256 KiB begrenzt, entferntes XML auf 50 MiB nach Dekomprimierung. Der Parser übernimmt bis zu 5.000 Einträge; Antwortgrößenlimits können die angezeigte Liste weiter verkürzen. Beachten Sie den Abdeckungshinweis, statt die letzte sichtbare Zeile für das Dateiende zu halten. Stoppt das Lesen an einem Limit, kann die vollständige Eintragszahl unbekannt bleiben.
Das Sitemap-Protokoll erlaubt bis zu 50.000 Einträge je Datei. Das bedeutet nicht, dass dieser Extraktor sie alle ausgeben kann. Verarbeiten Sie für große Bestände kleinere Quell-Sitemaps separat und dokumentieren Sie jeden Teil. Ein Teilergebnis darf nicht als vollständiger Website-Bestand dargestellt werden.