指南 约 3 分钟读完

如何为任何网站创建 XML 站点地图

XML 站点地图是一个存放在网站根目录下的普通文件，其中列出了你希望搜索引擎发现的 URL。它不能强制页面被收录，也不是排名因素，但对于新网站、大型网站以及深藏在导航层级中的页面来说，它是你能掌控的最可靠的发现信号之一。本指南将介绍：sitemap.xml 里有什么、哪些可选标签值得填写而哪些会被 Google 忽略、会让搜索引擎默默丢弃站点地图自身主机之外所有 URL 的“单一主机规则”，以及如何用免费的 XML 站点地图生成器构建一份合规文件并提交到 Google Search Console。

什么是 XML 站点地图？

XML 站点地图是一个采用 UTF-8 编码的 XML 文件，通常是网站根目录下的 sitemap.xml，遵循 sitemaps.org 定义的协议——这是 2006 年推出的开放标准，由 Google、Yahoo 和 Microsoft 共同支持。它的格式非常精简：每个 URL 放在一个 <url> 条目里，内含一个 <loc> 子元素，其余全部可选。

<?xml version="1.0" encoding="UTF-8"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
  <url>
    <loc>https://example.com/</loc>
    <lastmod>2026-11-02</lastmod>
  </url>
  <url>
    <loc>https://example.com/pricing/</loc>
    <lastmod>2026-10-18</lastmod>
  </url>
</urlset>

搜索引擎会读取这份清单，与自己已经抓取过的内容比对，然后抓取新增的部分。当基于链接的发现机制薄弱时，站点地图的作用最为明显：一个没有任何外链的新站、庞大的目录站、层级很深的存档，或是刚完成迁移的网站。

lastmod、changefreq 和 priority：该填什么、该跳过什么

大多数教程展示的站点地图都塞满了 <lastmod>、<changefreq> 和 <priority> 标签。这三者中有两个在 Google 那里纯属累赘，第三个一旦造假还会帮倒忙。

<lastmod> —— 要填，但只填真实日期。取值采用 W3C Datetime 格式，写成简单的 YYYY-MM-DD 就行。Google 只有在 lastmod 取值“持续且可验证地准确”时，才会将其用于抓取调度；协议要求的是页面最后一次被修改的日期——而不是站点地图生成的日期。如果你的 CMS 记录了真实的修改时间，就填上；如果每次重新构建都会给所有 URL 盖上当天的日期，那就省略这个标签。

<changefreq> —— 跳过。协议把 daily、monthly 这类取值定义为提示而非指令，Google 的文档说得很直白：“Google 会忽略 <priority> 和 <changefreq> 的值。”

<priority> —— 同样跳过。取值范围是 0.0 到 1.0，表示相对于你自己网站上其他 URL 的优先程度。Google 会忽略它们，而把所有 URL 都设成 1.0 则是让这个标签彻底失效的最常见做法。

单一主机规则

站点地图只能包含来自单一主机的 URL，它自身的存放位置决定了哪些 URL 符合条件。位于 https://www.example.com/sitemap.xml 的站点地图可以列出 https://www.example.com/… 的 URL，但不能列出 https://example.com/…（不带 www 就是另一个主机）、https://blog.example.com/…（子域名属于不同的主机），更不能列出其他域名。外来 URL 会被直接丢弃：文件照常被抓取，这些 URL 却被置之不理。当你域名的 www 与非 www 形式都能解析时，站点地图文件本身应放在你选定作为规范地址的那个主机上。

因此，先确定你的规范主机——带 www 或不带 www，且仅使用 HTTPS——让每个 <loc> 都严格采用这一形式，并把站点地图放在网站根目录：协议会把站点地图的作用范围限定在它所在的路径内，所以 /catalog/sitemap.xml 只能覆盖 /catalog/ 下的 URL。

如何一步步创建 XML 站点地图

第 1 步：收集规范 URL

把每个你希望被收录的 URL 以最终的规范形式列出来——来源可以是 CMS 导出数据、统计分析中的热门页面，或一次站点爬取的结果。如果网站全新且规模很小，比如二十来个页面，最快的来源就是你自己的导航：把每个菜单走一遍，逐一手动列出每个页面。收录返回 200 且可被索引的页面；排除重定向、404、noindex 页面和带参数的重复页。重定向和死链会浪费抓取预算；一份简短干净的清单胜过一份冗长混杂的清单。

第 2 步：验证有风险的 URL 能否干净访问

至少检查所有早于上一次迁移或改版的 URL，再抽查其余 URL 中的一部分——死链最喜欢藏在老 URL 里。重定向链检查器一次只处理一个 URL：粘贴一个 URL，点击 Check redirects（检查重定向），确认它在规范主机上返回 200 且没有多余的跳转。凡是不满足这一点的 URL，都替换成它的最终目标地址。

第 3 步：用免费的 XML 站点地图生成器生成文件

打开 XML 站点地图生成器，把你的 URL 粘贴进 Your URLs（你的 URL）输入框，每行一个绝对 URL（最多 500 个）。接着设置三个选项。Last modified date（最后修改日期）下拉框默认是 Use today（使用今天）——除非所有页面今天确实都更新过，否则请切换到 Omit lastmod（省略 lastmod），因为工具会把同一个日期盖到整份清单上；只有当页面恰好在某个日期统一变更时才选 Custom date（自定义日期）。在 Change frequency（更新频率）和 Priority（优先级）下，按前文所说的理由选择 Omit changefreq（省略 changefreq）和 Omit priority（省略 priority）。点击 Generate sitemap.xml（生成 sitemap.xml）并查看检查结果：工具会跳过重复的行、拒绝格式错误的 URL，并在清单混入来自不同主机的 URL 时标记为错误而非警告——这正是提醒你先修正清单的信号。各项检查通过后，使用 Copy code（复制代码）或 Download sitemap.xml（下载 sitemap.xml）——得到的是已完成实体转义、命名空间正确的 XML，可直接原样上传。

URL 超过 500 个？把清单分块，分别生成并上传 sitemap-1.xml、sitemap-2.xml 等文件，再用一个站点地图索引指向它们，并在 Search Console 中提交索引——而不是各个子文件：

<?xml version="1.0" encoding="UTF-8"?>
<sitemapindex xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
  <sitemap>
    <loc>https://yourdomain.com/sitemap-1.xml</loc>
  </sitemap>
  <sitemap>
    <loc>https://yourdomain.com/sitemap-2.xml</loc>
  </sitemap>
</sitemapindex>

第 4 步：上传到网站根目录并在 robots.txt 中声明

首先确认你到底能不能上传文件。托管型平台会替你维护站点地图：Shopify、Wix 和 Squarespace 都会在 /sitemap.xml 路径下自动提供站点地图。如果你用的正是这类平台，跳到第 5 步直接提交该 URL 即可。否则，通过 SFTP 或主机提供的文件管理器，把文件上传到 https://yourdomain.com/sitemap.xml，然后在 robots.txt 中声明它：

Sitemap: https://yourdomain.com/sitemap.xml

这条指令独立于任何 User-agent 块，并且可以出现多次。如果你本来就要重写 robots.txt，免费的 Robots.txt 生成器生成的文件会自带 Sitemap 行——同时要确认 robots.txt 没有屏蔽你列出的页面，因为站点地图无法推翻 disallow 规则。

第 5 步：提交到 Google Search Console

robots.txt 帮你被发现；Search Console 给你诊断数据。如果你的网站还没有加入 GSC，先添加——Domain（网域）资源（涵盖所有子域名和两种协议）或 URL prefix（网址前缀）资源（仅限一个精确前缀）——并完成所有权验证。然后打开 Indexing → Sitemaps（索引 → 站点地图）；资源的地址已预先填好，你只需输入 sitemap.xml 并点击 Submit（提交）。一天之内，报告就会显示 Google 是否抓取了该文件，以及发现了多少个 URL。重大变更之后记得重新提交。两点说明：旧的 /ping?sitemap= 端点已于 2023 年 6 月退役，不要再自动化 ping；另外，Bing Webmaster Tools 可以从 Search Console 导入你的网站（My Sites → Import）——但导入的是网站本身，不包括你的站点地图提交记录，所以还需要在 BWT 的 Sitemaps 页面单独提交站点地图。

XML 站点地图的常见错误

  • 列出重定向或已失效的 URL。每一个都在浪费抓取预算。生成之前先检查有风险的 URL——至少检查所有早于上一次迁移的 URL。
  • 混用主机。www 和非 www 出现在同一个文件里是最典型的情形——协议会丢弃外来 URL。
  • 用构建日期充当 lastmod。重新生成站点地图并不等于修改了页面。Google 只在取值持续准确时才使用 lastmod——注水的日期只会让它有理由无视你的数据。
  • 包含 noindex 或已作规范化处理的页面。信号自相矛盾：“来抓取这个”和“别收录这个”。
  • 放任站点地图过期。三个月前上线的新板块还没出现在文件里？问题出在站点地图身上，而不是 Google。
  • 用 robots.txt 屏蔽它。一条匹配 /sitemap.xml 的 Disallow: 规则，会让遵守该指令的抓取工具看不到这个文件。

常见问题

我的站点地图需要 changefreq 和 priority 吗？

不需要。Google 的文档明确指出，它会忽略 <priority> 和 <changefreq> 的值。它唯一会参考的可选标签是 <lastmod>，而且仅当日期能被证实与页面实际变更时间相符时才会使用。只写 <loc> URL 再配上真实的 lastmod 日期，才是当今的最佳实践。

一个 sitemap.xml 文件最多能包含多少个 URL？

按照 sitemaps.org 协议，单个站点地图文件最多容纳 50,000 个 URL 或 50 MB（未压缩），以先到者为准——你可以以 sitemap.xml.gz 压缩形式提供它，但上限仍按未压缩大小计算。超出之后，就把清单拆分到多个文件，由一个站点地图索引引用，并在 Search Console 中提交该索引。免费生成器把单个文件限制为 500 个 URL；清单更长时，按块生成 sitemap-1.xml、sitemap-2.xml，再按第 3 步的方法用索引包起来。

sitemap.xml 应该放在服务器的什么位置？

放在域名的根目录，让它可以通过 https://yourdomain.com/sitemap.xml 访问。位置还决定内容范围：子目录中的站点地图只能列出该路径下的 URL，而且永远只能列出自身主机的 URL——当 www 和非 www 都能解析时，文件应放在你的规范主机上。放在规范主机的根目录可以一并避开所有这些问题。

我的建站平台会自动生成站点地图吗？多久更新一次？

很可能会。WordPress 从 5.5 版本起就会在 /wp-sitemap.xml 自动生成站点地图，Rank Math、Yoast 等 SEO 插件还会用自己的索引替换它（通常是 /sitemap_index.xml）。Shopify、Wix 和 Squarespace 会自动维护 /sitemap.xml。如果由 CMS 维护，就无需重新生成——只需在 Search Console 中验证，并在插件设置里排除 noindex 的内容类型。如果你是手工构建的文件，那么每当新增或下线重要页面时，就重新生成并重新提交。

提交之后收录需要多久？有保证吗？

抓取报告通常会在一天内更新。收录是另一回事：页面可能要过几天到几周才会出现，而且提交不保证任何结果——站点地图只是发现辅助工具，收录仍然取决于抓取预算、内容质量以及 robots.txt 或 noindex 的屏蔽情况。发现的 URL 远多于已收录的是正常现象；持续存在的收录问题通常出在页面上，而不是文件里。

Search Console 提示无法抓取我的站点地图，该检查什么？

有三种可能。“Couldn’t fetch”（无法抓取）通常意味着文件没有被正确提供：在浏览器中打开 /sitemap.xml，确认返回 200，然后检查 robots.txt——匹配该路径的 Disallow: 规则会拦截 Googlebot。如果个别 URL 显示 “URL blocked by robots.txt”（该 URL 已被 robots.txt 屏蔽），说明站点地图列出了 robots.txt 禁止的页面；把它们从清单或 robots.txt 中移除。格式错误则意味着 XML 已损坏：检查根元素是否为带 sitemaps.org 命名空间的 <urlset>，以及 & 符号是否已转义为 &amp;。

Related guides