Um script em Python que percorre o seu site e gera um sitemap.xml limpo com as páginas que realmente funcionam

Exemplo de resultado

python merge_sales.py --month 2026-10

2026-11-02 09:14:03 INFO  Pasta: sales/2026-10, 9 arquivos encontrados
2026-11-02 09:14:03 INFO  shop-01.csv: 1.284 linhas
2026-11-02 09:14:04 INFO  shop-02.xlsx: 967 linhas
2026-11-02 09:14:04 WARN  shop-07.csv: 3 linhas sem preço ignoradas (linhas 88, 412, 913)
2026-11-02 09:14:05 INFO  Pronto: 10.412 linhas -> report-2026-10.xlsx (abas "Vendas" e "Totais")

[columns]
date = Data, Data da venda, Dia
product = Produto, Item, Descrição
quantity = Qtd, Quantidade, Unid
price = Preço, Preço unitário

def read_shop_file(path: Path, columns: dict[str, list[str]]) -> pd.DataFrame:
    """Lê o arquivo de uma loja e dá a ele os nomes de colunas do relatório."""
    table = pd.read_excel(path) if path.suffix == ".xlsx" else pd.read_csv(path, encoding="utf-8-sig")
    renamed = {}
    for name, variants in columns.items():
        found = next((c for c in table.columns if c.strip() in variants), None)
        if found is None:
            raise ReportError(f"{path.name}: nenhuma coluna para '{name}' (procuradas: {', '.join(variants)})")
        renamed[found] = name
    table = table.rename(columns=renamed)[list(columns)]
    table["shop"] = path.stem
    return table

Sobre este serviço

Um sitemap.xml diz aos buscadores quais páginas o seu site tem. Muitos criadores de lojas e plataformas de sites já geram um, então confira o seu primeiro; este script é para sites feitos à mão ou mais antigos, ou para quando o sitemap que você tem lista páginas que não funcionam mais. Ele começa na sua página inicial, segue os seus próprios links em um ritmo educado e mantém só as páginas que abrem normalmente: sem erros, sem redirecionamentos, sem cópias com parâmetros de rastreamento e, a partir do Padrão, sem as marcadas como noindex. Ele grava um sitemap.xml pelas regras do sitemaps.org, e o Premium divide um site grande em vários arquivos com um índice. Você mesmo sobe o arquivo para o seu site e o adiciona no Google Search Console. Um sitemap ajuda as páginas a serem encontradas; não garante indexação nem posições.

O que está incluído

• O que você recebeUm arquivo ZIP com o script em Python, um README com instruções passo a passo e, a partir do Padrão, um arquivo de configurações com seções e limites; o código também aparece na página do pedido.
• Só páginas que funcionamSem erros, redirecionamentos ou endereços duplicados
• Pelo padrãositemap.xml como descrito no sitemaps.org
• Seções deixadas de foraBusca, carrinho, filtros ou o que você indicar
• Ritmo educadoUma pausa entre as páginas para não sobrecarregar o seu site
• Código legívelCom comentários, fácil de mudar uma regra depois

Como funciona

1. 1
   TarefaVocê passa o endereço do site e o que deixar de fora
2. 2
   CódigoEscrevemos o script e o guia para rodá-lo
3. 3
   TesteVocê roda, confere a lista de páginas e sobe o arquivo
4. 4
   AjustesVocê pede ajustes dentro do seu pacote e envia qualquer mensagem de erro

O que precisamos de você

O endereço do seu site, mais ou menos quantas páginas ele tem, em que ele é feito (se você souber) e se ele já tem um sitemap. Seções e tipos de endereço a deixar de fora, como resultados de busca, páginas de filtro, o carrinho ou endereços com ?sort=. Se o site tem vários idiomas ou subdomínios. O seu sistema: Windows, macOS ou Linux.

Vamos perguntar:

• Qual é o endereço do seu site?
• Ele já tem um sitemap?
• O que deve ficar de fora?

Compare os pacotes

Perguntas e respostas

Não encontrou a resposta? Pergunte