网站地图怎么生成_网站地图sitemap.xml格式规范

新网编辑自然百科 2026-02-13 6

什么是网站地图？为什么搜索引擎离不开它？

网站地图（Sitemap）是一份**机器可读的URL清单**，用来告诉搜索引擎“我有哪些页面、这些页面多久更新一次、每个页面的权重如何”。自问自答：没有网站地图，搜索引擎就抓不全吗？ ——不是“一定抓不全”，而是“很可能遗漏”。尤其是**深层目录、孤立页面、AJAX动态内容**，没有Sitemap的指引，爬虫只能凭链接逐层发现，效率低且易漏。 ---

网站地图怎么生成？四种主流方法对比

1. 在线生成器：最快上手

- 推荐工具：XML-sitemaps、Screaming Frog（免费版500条URL） - 步骤：输入域名 → 等待爬取 → 下载sitemap.xml → 上传根目录 - **注意点**： - 免费版有数量限制，**超过5万条URL需拆分** - 动态参数页面会被重复抓取，生成后需手动剔除带“?”的无效链接

2. CMS插件：WordPress实战演示

- 插件：Yoast SEO、Rank Math、Google XML Sitemaps - 操作路径：后台 → 插件 → 搜索“Yoast SEO” → 启用 → SEO → General → Features → XML Sitemaps 开关设为“On” - **亮点**： - 自动更新：发布新文章后30分钟内刷新sitemap - 可按分类、标签、作者分别生成子地图，**避免单文件过大**

3. 服务器脚本：Python批量生成

```python import datetime from urllib.parse import urlparse urls = ['https://example.com/page1','https://example.com/page2'] root = 'https://example.com' with open('sitemap.xml','w') as f: f.write('\n') f.write('\n') for url in urls: f.write(' \n') f.write(f' {url}\n') f.write(f' {datetime.date.today()}\n') f.write(' weekly\n') f.write(' 0.8\n') f.write('') ``` - **适用场景**：百万级URL、需要自定义字段（如``、``） - 坑点：Windows服务器需安装lxml库，否则中文URL转义会出错

4. 手动编写：极小规模站点

- 打开记事本，按以下模板逐条添加： ``` https://example.com/about 2024-05-20 monthly 0.6 ``` - **适用前提**：页面少于50个，且不经常更新 ---

网站地图sitemap.xml格式规范：必须遵守的6条铁律

铁律1：文件编码必须为UTF-8

- 错误示例：`` - 正确示例：`` - **后果**：编码错误会导致Google Search Console报“无法解析”

铁律2：单个文件不超过50MB且URL≤5万条

- 超限怎么办？ - 拆分子地图：按栏目、日期、语言维度拆分 - 创建**sitemap_index.xml**作为索引，示例： ``` https://example.com/sitemap_news.xml 2024-05-20 ```

铁律3：URL必须绝对路径且协议一致

- 错误写法：`/about` - 正确写法：`https://example.com/about` - **注意**：同一域名下避免混用http与https，否则会被视为重复页面

铁律4：lastmod时间格式遵循W3C标准

- 完整格式：`2024-05-20T18:30:00+08:00` - 简化格式：`2024-05-20`（仅日期，时分秒默认为00:00:00） - **常见错误**：写成“2024/05/20”或“24-05-20”

铁律5：priority仅作参考，不要全写1.0

- 取值范围：0.0-1.0，**首页1.0，栏目页0.8，详情页0.6-0.4** - 自问自答：全写1.0会提高排名吗？ ——不会，Google明确表示priority不影响排名，只影响抓取优先级

铁律6：特殊内容需用扩展标签

- 图片：`https://example.com/a.jpg` - 视频：`...` - **适用场景**：电商产品图、视频站必须添加，否则Google图片/视频搜索无法收录 ---

提交与验证：让搜索引擎第一时间发现

1. 百度站长平台提交

- 路径：资源平台 → 普通收录 → 资源提交 → sitemap → 输入`https://example.com/sitemap.xml` - **技巧**：每天手动更新配额有限，**主动推送API**更高效

2. Google Search Console提交

- 路径：Indexing → Sitemaps → 输入sitemap地址 → Submit - 状态解读： - Success：已抓取无错误 - Couldn't fetch：文件404或服务器拦截爬虫 - Has warning：格式有误，需按提示修正

3. robots.txt声明

- 在robots.txt末尾追加： ``` Sitemap: https://example.com/sitemap.xml ``` - **作用**：即使未手动提交，爬虫访问robots.txt时也能发现地图 ---

高频问题答疑

**Q：动态参数页面要不要放进sitemap？** A：带`?sort=price`这类不影响内容的参数可以剔除；带`?page=2`分页且内容重复的建议用canonical合并，**不重复提交**。 **Q：HTTPS改造后旧http地图需要删除吗？** A：必须删除，并在GSC重新提交https版本，**避免协议冲突导致索引量暴跌**。 **Q：sitemap里能放404页面吗？** A：严禁。404会拉低整站抓取配额，**定期跑死链检测工具（如Xenu）清理**。

（图片来源网络，侵删）

本文地址： https://xcmnjy.com/ziran-baike/12752.html