Sitemap URL Extractor — Get All URLs From Any Website

Extrait toutes les URLs des sitemaps XML de n'importe quel site et retourne une liste propre avec métadonnées (lastmod, changefreq, priority), prête à exporter en JSON, CSV ou Excel.

Donnez simplement la page d'accueil d'un site : l'Actor découvre les sitemaps via robots.txt, suit les sitemap index récursivement et déduplique les URLs.

Idéal pour : audits SEO, migrations de site, inventaire de contenu, génération de listes d'URLs pour d'autres scrapers.

Exemple de résultat :

{
    "url": "https://blog.apify.com/web-scraping-guide/",
    "lastModified": "2026-06-15T09:00:00.000Z",
    "changeFrequency": null,
    "priority": null,
    "sitemapUrl": "https://blog.apify.com/sitemap-posts.xml",
    "scrapedAt": "2026-07-09T10:30:00.000Z"
}

Comment l'utiliser

1. Collez l'URL d'un sitemap.xml — ou juste la page d'accueil du site
2. (Optionnel) Ajoutez un filtre pour ne garder que certaines URLs (ex. /blog/)
3. Cliquez sur Start — les résultats apparaissent dans l'onglet Dataset

Combien ça coûte ?

Tarification à l'usage, sans abonnement :

Événement	Prix
Démarrage du run	0,005 $
Par URL extraite	0,0001 $

Exemple concret : 10 000 URLs ≈ 1,01 $. Vous pouvez fixer une limite de dépense par run dans les options — l'Actor s'arrête proprement dès qu'elle est atteinte.

Champs retournés

Champ	Type	Toujours présent ?
url	lien	Oui
lastModified	texte (date du sitemap)	Non (null si absent du sitemap)
changeFrequency	texte	Non (null si absent du sitemap)
priority	texte	Non (null si absent du sitemap)
sitemapUrl	lien (sitemap source)	Oui
scrapedAt	date ISO	Oui

Limitations (en toute transparence)

• Ne supporte pas les sitemaps compressés .xml.gz (ignorés avec un avertissement dans le log)
• Ne crawle pas les pages elles-mêmes — extrait uniquement ce que les sitemaps déclarent
• Si un site n'a ni sitemap ni robots.txt, l'Actor échoue explicitement

FAQ

Le run se termine avec 0 résultat, pourquoi ? Le site n'expose probablement pas de sitemap XML, ou votre filtre rejette toutes les URLs. Essayez avec l'URL directe du sitemap (souvent site.com/sitemap.xml). L'Actor échoue volontairement plutôt que de retourner un dataset vide.

Puis-je extraire plusieurs sites en un seul run ? Oui, ajoutez autant d'URLs que vous voulez dans le champ d'entrée.

Puis-je l'utiliser via API ? Oui, chaque Actor Apify est appelable par API et via MCP. Voir l'onglet API de cette page.

Est-ce légal ? Les sitemaps sont publiés par les sites précisément pour être lus par des robots. L'Actor n'extrait que des données publiquement accessibles. Vous restez responsable de l'usage que vous faites des données.