XML Sitemap怎么做？可索引页面、更新时间与重复URL规则

站点地图常见两种极端：一种根本没有，另一种把参数页、重定向、404、noindex和重复语言页全部列进去。后者会持续向搜索引擎发送互相矛盾的信号。

Sitemap的核心原则很简单：只列出你希望被搜索引擎收录、并且以该URL作为规范版本的页面。

01 先确定哪些页面应该被索引

企业官网通常包括首页、服务、产品、解决方案、案例、文章和必要的品牌页面。登录、搜索结果、筛选参数、测试页、感谢页和后台页面通常不应进入。

是否进入站点地图要与robots、noindex、canonical和页面状态一致。一个URL同时出现在Sitemap又标记noindex，会让排查变得困难。

站点地图URL检查

02 使用绝对、统一、规范的URL

URL应包含协议和完整域名，并统一www、HTTPS、尾斜杠和大小写规则。站点地图不是修复URL混乱的工具，生成前应先规范路由。

多语言页面需要与hreflang和canonical保持一致，避免一个语言版本在多个Sitemap中重复出现。

03 lastmod只在内容实质变化时更新

更新时间可以帮助搜索引擎判断抓取，但前提是可信。每次构建都把所有页面改成今天，会让字段失去意义。

正文、产品信息、结构化数据或关键媒体发生实质变化时更新；页脚年份和轻微样式变化通常不必。

04 大站按类型拆分，便于监控

单个Sitemap有URL和文件大小上限，超出时需要拆分并使用索引文件。即使规模不大，也可以按产品、文章、案例和语言拆分，方便在Search Console观察。

拆分不是为了制造更多文件，而是为了明确责任和快速定位某类页面的问题。

05 自动生成后仍要做质量检查

CMS和框架能自动生成Sitemap，但它们只知道路由，不一定知道业务是否希望索引。测试页、旧内容和错误状态仍可能被加入。

上线前抽样检查，定期扫描状态码、canonical、noindex和重复URL。新增栏目时确认它是否进入正确文件。

06 提交后观察发现与索引差距

在Search Console中查看已发现、已抓取和已索引数量，重点关注“已提交但未索引”“重定向错误”和重复规范化问题。

不要因为一次未收录就反复提交。先检查页面是否有独立价值、是否被内链支持、服务器是否稳定。

常见问题

Sitemap最多可以放多少URL？

Google支持的单个站点地图上限是5万个URL或未压缩50MB，超过后拆分并使用站点地图索引。

所有图片都需要单独图片Sitemap吗？

不一定。普通网站可在页面中正常使用可抓取图片；图片规模大或依赖搜索流量时，可考虑图片扩展或独立Sitemap。

Sitemap里需要priority和changefreq吗？

Google不会依赖这两个字段决定抓取优先级。更重要的是规范URL和可信的lastmod。

可以在robots.txt里写Sitemap地址吗？

可以，也建议同时在Search Console提交。robots.txt中的Sitemap行是发现方式，不是访问限制规则。

页面不在Sitemap里就不会被收录吗？

不一定。搜索引擎仍可通过内链和外链发现，但重要可索引页面最好进入Sitemap，便于发现和监控。