Pages orphelines : la soustraction qui les trouve, et le tri qui décide

Une page orpheline est une page vers laquelle aucun lien interne ne pointe. Google peut quand même la découvrir par le sitemap ou un lien externe, mais elle arrive sans texte d’ancre, sans place dans votre structure et sans chemin pour un lecteur déjà sur le site. La méthode tient en une soustraction, puis en un tri : lier, fusionner, rediriger ou supprimer.

Ce chapitre suppose que votre maillage interne existe déjà. Sinon, commencez par la stratégie de maillage interne : un orphelin se définit uniquement par ce que la structure ne touche pas. Le contrôle ci-dessous se lance après, quand il y a une structure à comparer.

Qu’est-ce qu’une page orpheline, exactement

Une seule condition suffit : aucun lien interne d’aucune page ne pointe vers elle. Deux choses qu’on ajoute souvent à tort ne changent pas la définition.

La quatrième ligne coûte une semaine aux équipes. Une page non indexée et une page orpheline se ressemblent dans un rapport et n’ont rien à voir. Une page peut être orpheline et indexée, ou bien liée et non indexée. Le diagnostic commence à deux endroits différents.

Pourquoi un sitemap ne corrige pas une page orpheline

Google décrit trois façons de découvrir une URL : certaines pages sont connues parce que Google les a déjà visitées, d’autres parce qu’un lien part d’une page connue, et d’autres encore parce que vous soumettez une liste de pages, un sitemap (How Google Search works, consulté le 2026-11-02). Le sitemap couvre la découverte, rien de plus.

Il transporte une URL et rien d’autre : pas de texte d’ancre, pas de phrase autour, pas d’indication de la section du site à laquelle la page appartient. Le lien de l’exemple de Google porte ces informations. C’est pourquoi la même page découverte de deux manières n’arrive pas avec la même quantité de contexte.

Un sitemap dit à un robot qu’une page existe. Un lien lui dit à quoi elle sert.

Côté lecteur, c’est plus simple et plus dur : personne qui navigue sur votre site ne peut atteindre une page orpheline. Elle existe pour les visiteurs venus d’un résultat de recherche, et pour personne d’autre.

Comment trouver les pages orphelines en cinq étapes

La méthode est une différence d’ensembles : tout ce que vous comptez publier, moins tout ce que vos liens atteignent. Le travail consiste à construire les deux listes honnêtement.

1. Construisez la liste A : chaque URL que vous comptez avoir. Le sitemap est la source la plus rapide ; un export du CMS est plus complet, car il inclut les pages que le générateur de sitemap a sautées.
2. Construisez la liste B : chaque URL atteignable en suivant les liens internes depuis la page d’accueil. Utilisez le robot que vous avez déjà, et vérifiez qu’il exécute JavaScript si votre navigation en dépend.
3. Soustrayez B de A. Ce qui reste est une liste de candidats, pas un verdict.
4. Triez chaque candidat : lier, fusionner ou supprimer. Le tableau ci-dessous contient toute la décision.
5. Vérifiez celles que vous gardez. Après avoir ajouté des liens, confirmez que la page est bien indexée avec l’outil d’inspection de votre CMS ou de la Search Console.

# Liste A : chaque URL annoncée par le sitemap
curl -s https://example.com/sitemap.xml \
  | grep -oE '<loc>[^<]+' | sed 's/<loc>//' | sort -u > all-urls.txt

# Liste B : export du robot, une URL par ligne
sort -u crawled-urls.txt > reached.txt

# A moins B : les candidates orphelines
comm -23 all-urls.txt reached.txt

Si les deux fichiers n’utilisent pas la même convention de slash final ou de protocole, la soustraction déclarera tout le site orphelin. Normalisez les listes avant de lancer la commande et vérifiez le nombre avant d’y croire. Lancez la soustraction deux fois : une fois contre le sitemap, une fois contre un export du CMS si vous l’avez. Là où les deux listes divergent, la divergence est le résultat : une URL présente dans le CMS mais absente du sitemap est une page que la chaîne de publication a cessé de produire.

Le tableau de tri

Chaque candidate tombe dans une de quatre lignes. La décision prend environ trente secondes par page une fois le tableau sous les yeux.

La dernière ligne mérite une pause. Avant de supprimer quoi que ce soit, vérifiez si la page reçoit des liens d’autres sites. Une page orpheline en interne peut être la plus liée de votre site en externe, et la supprimer jette le seul signal qu’elle a accumulé.

Trois façons dont cette mesure vous ment

Les trois produisent une liste de candidats crédible et fausse.

1. Votre robot n’a pas exécuté la navigation. Si les liens sont construits par script et que le crawl ne l’exécute pas, la liste B est courte et la moitié du site paraît orpheline. Vérifiez le rendu avant de conclure.
2. La liste A vient seulement du sitemap. Les pages sautées par le générateur n’entrent jamais dans la comparaison, donc les pages les plus susceptibles d’être orphelines sont exactement celles qui manquent à l’entrée.
3. La pagination et les filtres gonflent les deux listes. Les URL à facettes créent des milliers de candidats qui ne sont pas des pages voulues. Excluez-les par motif avant le tri.

Ce qu’être orpheline ne signifie pas

Ce n’est pas une pénalité. Aucune documentation Google ne décrit les pages orphelines comme un signal négatif, et nous n’avons pas de mesure qui suggère le contraire. Cela ne veut pas dire non plus que la page ne peut pas se classer : la découverte par sitemap est un chemin documenté. Et nous ne pouvons pas dire combien de trafic une page orpheline perd : il faudrait un avant-après sur la même page, avec des liens ajoutés et rien d’autre changé, et nous n’avons pas mené ce test.

Ce que nous dirons clairement : une page que personne dans votre site ne lie est une page que personne dans votre équipe n’a jugée digne d’être montrée. C’est souvent l’information la plus utile. Pour voir ce qu’un accès à cette page retourne réellement avant de décider, regardez comment QueryWin lit une page.

Questions fréquentes

Les pages orphelines sont-elles mauvaises pour le SEO ?

Pas directement, et aucune documentation ne le dit. Le coût est indirect : pas de texte d’ancre, pas de maillage qui atteint la page, pas de chemin pour un lecteur déjà sur le site. Trois pertes réelles qui s’additionnent sans jamais devenir une pénalité.

Comment trouver des pages orphelines sans robot ?

Comparez le sitemap au journal d’accès du serveur sur le dernier mois, en gardant les URL sans visite avec référent interne. La méthode est plus grossière et rate les pages non visitées pour d’autres raisons, mais elle ne demande que des fichiers que vous avez déjà.

Un lien de pied de page suffit-il ?

Oui, selon la définition utilisée ici : la page est liée. Savoir si un lien de pied de page, présent sur toutes les pages, décrit utilement la cible est une autre question, que ce contrôle ne tranche pas.

Faut-il mettre les pages orphelines dans le sitemap ?

Seulement si vous les liez aussi. Une page présente uniquement au sitemap est découvrable et sans contexte, exactement l’état que vous vouliez corriger. L’ajouter au sitemap et s’arrêter là règle le rapport, pas le problème.

À quelle fréquence faut-il relancer ce contrôle ?

Après chaque migration, chaque refonte de la navigation, et une fois par trimestre sinon. Les orphelines arrivent par lots : un changement de modèle ou un déménagement de CMS en crée des dizaines d’un coup.