我手写的第一个站点地图有一个错误,我花了一周的时间才注意到。我的一个 URL 有一个查询字符串,里面有一个安培数 - 类似 ?id=1&sort=name- 我把它直接粘贴到一个 <loc> tag。google搜索控制台标记整个站点地图无效,但错误消息足够模糊,我假设问题在其他地方,它不是。原始的安培数在xml中是非法的;它必须写成 &。一个角色破坏了整个文件,当我寻找一个我不明白的问题时,其中的每一页都没有提交。
这种经历塑造了我对站点地图的思考方式,并最终塑造了我添加站点地图的原因 XML 站点地图生成器 到 Toolz.dev。sitemap在概念上并不难- 它是一个用标签包裹的URL列表- 但格式是无情的,而把人绊倒的部分正是机器应该处理的部分:转义保留字符、验证每个URL都是绝对的、抓重复、保持在协议's大小限制之间运行我自己的项目的SEO和构建WordPress插件 WP 管理,我生成的站点地图超出了我所能统计的,而且每次都会出现同样的一把错误,本指南将浏览站点地图到底是什么,属于它什么,以及生成器如何去除尖锐的边缘。
TL;博士: XML站点地图是您的站点's重要网址的列表在站点地图。org格式中,因此搜索引擎可以有效地抓取它们。每一个
<url>需要一个<loc>并且可以选择携带<lastmod>、<changefreq>、和<priority>tags。the 单个文件的上限为 50,000 个 URL 和 50 MB。The XML 站点地图生成器 URL的简单列表,正确地转义它们,删除重复项,在限制处发出警告,并生成一个有效的站点地图。xml,您可以下载并提交 - 所有这些都在您的浏览器中。
什么是 XML 网站地图?我需要一个吗?
XML站点地图是一个文件,列出了您希望搜索引擎了解的网站上的URL,它遵循一个小的,定义明确的标准发布在sitemaps。org上,并得到谷歌,必应和所有其他主要引擎的支持,该文件将每个URL包裹在一个 <url> 单个内部的元素 <urlset>的,并声明一个命名空间,以便解析器知道它所说的协议的哪个版本。
最小有效站点地图如下所示:
<?xml version="1.0" encoding="UTF-8"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
<url>
<loc>https://example.com/</loc>
</url>
</urlset>
That是整个形状。其他一切 - 日期,频率,优先级 - 是可选的装饰在所需的元素之上, <loc>。
您需要一个吗?搜索引擎主要通过跟踪链接来查找页面,因此在没有站点地图的情况下,一个链接良好的小站点通常会被发现很好。但站点地图在几种常见情况下可以保持不变:一个大型站点,爬虫可能无法以合理的跳数到达每个页面;一个新站点,很少有外部链接指向它;一个站点,其页面内部连接不佳,例如深度存档内容;或者一个经常更改并希望发出新鲜信号的网站。站点地图不保证索引 - 它是一个邀请,而不是命令 - 但它使您的重要 URL 易于查找,并且它为您提供了一个干净的渠道来告诉 Google 否则可能会错过的页面。
每个 URL 条目中都包含哪些信息?
超越要求 <loc>中,协议定义了三个可选的子标签,关于它们有多重要有很多民间传说,这里是诚实的版本。
<loc> 是页面网址。必须是绝对的-开头是 http:// 或 https://-完全合格,并且XML-escaped 这是我的旧的安培数错误所居住的标签,生成器自动转义五个XML特殊字符,所以你永远不会击中它。
<lastmod> 是页面上次更改的日期,采用 W3C Datetime 格式:普通 2026-07-25 或者全职时间戳之类 2026-07-25T14:30:00+00:00、这款真正重要,谷歌已经表示它使用 lastmod 为何时重新绘制页面的信号, 前提是值准确且一致。如果你在每个页面上都印有今天's日期,在每个构建上,你都在对爬虫撒谎,它会学会忽略你。使用一个真正的修改日期。
<changefreq> 示页面多久更改一次 - always、 hourly、 daily、 weekly、 monthly、 yearly、或者 never.谷歌已经明确表示,它在很大程度上忽略了这个标签,充其量把它当作一个弱暗示,包含起来没有什么坏处,但不要为此苦恼。
<priority> 是从0.0到1.0的数字,暗示着一个页面's相对于的重要性 您自己网站上的其他页面。不影响你相对于其他站点的排名,谷歌也大多忽略了,常见的错误是把每个页面设置为1.0,这使得标签毫无意义,如果您完全使用它,请为真正最重要的页面保留高值。
生成器允许您应用 changefreq、 priority、和 lastmod 全局到每个 URL,并干净地省略任何您留空的标签 - 因此,如果您想要一个裸站点地图 <loc> 参赛作品是一个完全有效且越来越受欢迎的选择,您完全可以得到它。
如何创建 sitemap.xml 文件？
工作流程构建速度快,并消除困扰手写站点地图的格式错误。
URL粘贴到输入开始,每行一个,你可以粘贴一个从你的CMS导出的列表,一个抓取,或者一个电子表格列,空行被忽略,任何以开头的行 # 视注释,所以可以注释或者暂时禁用URL,不删除,每一行都是通过WHATWG URL解析器运行的:如果不是有效的,绝对的 http 或 https URL,它会被跳过并报告,因此,一个杂散的相对路径或一个错别字永远不会默默地破坏输出。
接下来,设置默认值。从下拉中选择更改频率,如果需要,请设置优先级,然后将最后修改的日期切换到 - 它默认到今天,但您可以选择任何日期。然后决定清理:启用去重复以删除重复的 URL(默认情况下在上,因为重复 <loc> 条目是常见的复制粘贴人工制品),并且可以选择按字母顺序对列表进行排序,以便更容易扫描和区分以前的版本。
当您更改任何内容时,输出会实时更新。当它看起来正确时,复制 XML 或直接下载为 sitemap.xml。该工具还报告了有多少个 URL 进入、文件大小以及它跳过的任何行以及原因 - 因此您可以清楚地了解文件中到底输入了什么,而不仅仅是您必须信任的一团 XML。
我将站点地图放在哪里以及如何提交它?
生成文件是工作的一半;另一半是让搜索引擎意识到这一点。
首先, 将 sitemap.xml 上传到您的网站's root 所以它可以在以下位置到达 https://yoursite.com/sitemap.xml。位置的重要性超过人们的预期:站点地图只能包含来自同一目录级别或位于其所在位置下方的 URL,因此将其放在 root 允许它覆盖整个站点。大多数主机和 CMS 平台允许您在 Web root 中丢弃静态文件,或者您可以通过路由为其提供服务。
第二, 在 Google 搜索控制台中提交站点地图 URL indexing → 网站地图下,以及 Bing 网站管理员工具中等效部分下,您粘贴完整的 URL,引擎获取它,报告它读取了多少 URL,并标记了任何错误,这也是您将看到 Google 是否真的索引了页面,这与它是否读取网站地图是分开的。
第三--这是大多数人跳过的步骤-- 在您的机器人中添加参考。txt.单行, Sitemap: https://yoursite.com/sitemap.xml,让任何爬虫自动发现你的站点地图,而不需要你在任何地方提交它,它是皮带和支撑移动,它自然地与配对 robots.txt 生成器 site 上,它可以产生那个文件,而 sitemap 行已经就位,这两个工具被设计为可以一起使用:robots。txt 告诉爬虫他们可能访问什么,sitemap 告诉他们存在什么。
尺寸限制是什么?当我超过它们时会发生什么?
sitemaps。org 协议将单个站点地图文件的上限设置为: 50,000个网址和50 MB未压缩。这些都是硬限制- 破坏任何一个的文件都会被拒绝- 它们的存在使得解析器不必将无界文件加载到内存中。
对于大多数网站来说,这是非问题;早在空间耗尽之前,您就会耗尽页面。但大型电子商务目录、新闻档案和用户生成的内容网站通常会炸毁超过 50,000 个 URL。当这种情况发生时,答案是: 网站地图索引:你将你的网址分割在几个站点地图文件上(每个都在限制下),并创建一个列出它们的索引文件,索引使用一个 <sitemapindex> 包装而不是 <urlset>并且搜索引擎首先获取索引,然后获取每个子站点地图。
Generator 会计算您的 URL 和您构建时输出的字节大小,并在跨越任一限制的那一刻警告您,并用普通语言的注释告诉您在一个索引后面分成多个文件。该预警是故意的 - 发现您超出限制的最糟糕时间是在您提交文件后,搜索控制台随后拒绝。在您进行时了解您的计数会将失败转化为计划决策。
比较:哪些内容属于您的站点地图,哪些不属于您的站点地图
Sitemap是意向声明- "这些是我想要索引的规范页面"- 所以你遗漏的和你放进去的一样重要用垃圾填充它会发出混合信号,可以稀释谷歌信任它的程度。
| 包括 | 排除 |
|---|---|
| 您想要排名的规范、可索引页面 | 重复或非规范 URL |
| 重要内容和类别页面 | 被机器人。txt 或 noindex 阻止的页面 |
| 您想要重新绘制的新鲜页面 | 重定向 (3xx) 和错误页面 (4xx/5xx) |
| 页面内部链接较弱 | URL,带有跟踪参数或会话 ID |
指导原则是,您的站点地图中的每个 URL 都应该返回 200 状态,是规范的,并且是您很乐意在搜索结果中看到的页面。列出 URL 并不强制 Google 将其索引,并且列出您告诉 Google 在其他地方忽略的页面 - 通过 noindex 标签或 robots。txt 块 - 是矛盾的。您最佳页面的集中站点地图始终优于爬虫理论上可以达到的所有内容的详尽转储。
SEO工具包中站点地图生成器适合哪里?
I将toolz。dev构建为一组连接的实用程序,而不是一堆不相关的小工具,并且技术-SEO工具被设计为作为一个组工作。站点地图生成器与最直接的配对 robots.txt 生成器-这两个文件是你的网站和一个爬虫之间的标准握手,一个说可能访问的内容,另一个列出存在的内容。在页面级别上, 元标记生成器 生成标题、描述和打开图形标签,确定这些站点地图 URL 如何出现在搜索结果和社交共享中。当您自己构建 URL 时, 蛞蝓发生器 将页面标题变成干净、可读的路径,首先形成一个好的站点地图。
连接它们的线程是每个人在本地精确地完成一项工作,而无需上传您的数据。对于站点地图工具来说,最后一点并不是偶然的:您的 URL 列表实际上是整个站点结构的地图,包括您可能尚未启动的页面,并且不应仅以标签包装的方式发送到第三方服务器。这里的一切都在您的浏览器中运行,这使得在 NDA 下的暂存站点和客户端工作中可以安全使用 - 我在指南中详细写下了一种隐私立场 使用客户端工具将您的数据保密。这是我为现场的每个公用事业公司带来的相同的建筑理念,我将其拆箱 web开发人员工具包指南:小巧、锋利、诚实的工具战胜了臃肿的一体化平台,这些平台希望将您的数据作为入场价格。
构建站点地图时常见的错误
经常出现的错误值得命名,这样您就可以避免它们。首先, 逃脱的特殊角色- 我打开的安培数错误。原始 &、 <、和 > URL 中的字符会破坏 XML,生成器会自动转义所有五个保留字符,但如果事后手动编辑文件,请记住它。
第二, 相关或协议相关 URL. A <loc> 必须是绝对的并包括该计划。 /about 或 //example.com/about 均无效;仅 https://example.com/about works。tool拒绝和报告任何不是一个适当的绝对url而不是传递它。
第三, 包括非规范或不可索引的 URL-重定向,不被删除的页面,或带有跟踪参数的重复。这些发送矛盾的信号和浪费爬行预算。将站点地图保留为规范的 200 状态页面。
第四, 陈旧或不诚实 lastmod 日期。在每个部署上用当前日期标记每个页面,教导谷歌完全不信任标签。使用真正的修改日期,或者离开 lastmod 关而不是假装它。
第五, 忘记重新提交或引用站点地图。生成文件本身没有任何作用 - 你必须上传它,在搜索控制台提交它,并理想地从robots。txt。sitemap坐在你的服务器上,没有爬虫已被告知只是一个文件。
常见问题
什么是 XML 站点地图？
XML站点地图是一个列出您站点上重要网址的文件,以便搜索引擎可以有效地查找和抓取它们,它遵循sitemaps。org协议,将每个网址包裹在一个 <url> element 可选的最后修改日期、更改频率和优先级,提交一个有助于搜索引擎发现内部链接不好的页面。
如何创建 sitemap.xml 文件？
将您的网站's URL 粘贴到此生成器中,每行一个,设置您想要的变化频率和优先级,然后将结果复制或下载为 sitemap。xml。将该文件上传到您的网站's 根目录,以便它保留在 https://yoursite.com/sitemap.xml(google Search Console)中提交其网址,整个过程需要几分钟。
changefreq 和 priority 实际上做了什么？
changefreq暗示页面改变的频率和优先级(0.0到1.0)表明其相对于您网站上的其他页面的重要性,两者都是暗示,而不是命令-谷歌曾表示,它在很大程度上忽略了它们,并且依赖于自己的信号,它们不会造成任何伤害,因此大致设置changefreq并为您最重要的页面保留优先级1.0。
一张站点地图可以包含多少个网址？
单个站点地图文件限制为 50,000 个 URL 和 50 MB 未压缩。 如果您的站点较大，请将 URL 拆分为多个 Sitemap 文件，并在 Sitemap 索引中列出这些文件。 一旦跨越任何一个限制，此工具就会警告您，以便您知道何时分解文件。
lastmod 日期应该采用什么格式？
W3C Datetime格式使用:要么是像2026-07-25这样的普通日期,要么是像2026-07-25T14:30:00+00:00这样的全时间戳,此生成器接受两者,默认为今天's日期,当您启用lastmod而不输入准确的lastmod值,帮助搜索引擎优先重绘真正更改的页面。
我是否需要在站点地图中包含每个页面？
包括您想要排名的规范、可索引页面,并省略重复、重定向、错误页面以及任何被 robots。txt 或 noindex 标签阻止的内容。列出 URL 不保证索引,用低值 URL 填充文件会发送混合信号。您最好页面的集中站点地图比详尽的站点地图效果更好。
生成站点地图后在哪里提交？
Sitemap。xml上传到您的站点根, 然后在索引 → 网站地图下的谷歌搜索控制台和必应网站管理员工具中提交其完整网址。您还可以添加 " 网站地图: https://yoursite.com/sitemap.xml"行到你的机器人。txt文件,这样任何爬虫都可以自动发现它。
我的网址列表是否保密？
是。整个站点地图是用普通的JavaScript在浏览器中构建的。您的URL - 可以暴露您的整个站点结构 - 从未传输,记录或存储,并且一旦页面加载,该工具就可以在没有网络连接的情况下继续工作。
