从 URL 列表到有效的 sitemap.xml
这款 XML 网站地图生成器会把您粘贴的 URL 转换为符合 sitemaps.org 协议的 sitemap.xml:每个 URL 都会经过校验和 XML 转义,重复项会被移除,还可以全局或逐个 URL 设置可选的 lastmod、changefreq 和 priority。超过 50,000 个 URL 或 50 MB 时,输出会拆分为多个文件并附带站点地图索引,打包成 zip 一起下载。您也可以粘贴或打开现有的 sitemap 进行检查和编辑。它基于您提供的列表工作,而不是抓取您的网站,所有处理都在浏览器中完成。
如何生成 XML 网站地图
- 1粘贴页面 URL,每行一个——可来自 CMS、抓取导出结果或电子表格的一列。每个 URL 都必须是以
https://或http://开头的绝对 URL。 - 2可选:在 URL 后面写上它自己的值,用空格或逗号分隔:
https://example.com/pricing 2024-09-01 monthly 0.9。 - 3为其余 URL 设置默认值:lastmod(不设置、今天或指定日期)、changefreq 和 priority,也可以不填。
- 4修正输入框下方列出的问题——无效 URL、重复项、其他主机——然后复制或下载
sitemap.xml。 - 5将其上传到网站根目录,在 robots.txt 中添加
Sitemap: https://example.com/sitemap.xml,并在 Google Search Console 和 Bing Webmaster Tools 中提交。
XML 网站地图有什么用
网站地图列出您希望搜索引擎发现的 URL,并可附上每个 URL 的最后修改日期。它能帮助爬虫发现链接较少的页面——新页面、层级很深的归档页、导航复杂的大型网站——并让爬虫更快地重新抓取已更新的页面。它只是提示而非命令:列入 URL 并不保证会被收录。
只列出返回 200、且您希望出现在搜索结果中的规范 URL。排除重定向、错误页、带 noindex 的页面、带跟踪参数的重复页面以及在 robots.txt 中被屏蔽的 URL;列入它们会发出相互矛盾的信号,并浪费抓取预算。
网站地图中的标签
- <loc>
- 必填。页面的绝对 URL,最多 2,048 个字符,需进行 XML 转义:查询字符串中的 & 要写成 &。本工具会自动为您转义。
- <lastmod>
- 页面内容的最后修改时间,采用 W3C Datetime 格式:2024-09-01 或 2024-09-01T14:30:00+00:00。只有在该值一贯准确时 Google 才会使用,因此请填写真实的修改日期,而不是给每个页面都填今天的日期。
- <changefreq>
- always、hourly、daily、weekly、monthly、yearly 或 never。Google 会忽略它;其他一些爬虫可能会读取。
- <priority>
- 0.0 到 1.0,相对于您网站上的其他页面(默认 0.5)。Google 同样会忽略它。
大型网站:50,000 个 URL 与站点地图索引
单个 sitemap 文件最多包含 50,000 个 URL,未压缩时最大 50 MB。当列表超过任一上限时,生成器会将其拆分为 sitemap-1.xml、sitemap-2.xml 等文件,并生成一个作为站点地图索引的 sitemap.xml 指向它们。请设置这些文件将要存放的基础 URL,以确保索引中的链接正确,然后全部上传,并只提交索引。
一个站点地图索引最多可列出 50,000 个 sitemap。sitemap 也可以用 gzip 压缩后提供(sitemap.xml.gz);大小限制针对的是未压缩的文件。
执行的校验
- URL 必须是 http 或 https 的绝对 URL;相对路径会被拒绝。
- URL 会被规范化(主机名转小写,空格和非 ASCII 字符进行百分号编码),完全相同的重复项会被移除。
- 与第一个 URL 主机不同的 URL 会被标记:除非已在 Search Console 中验证跨站提交,sitemap 只能列出其所在主机的 URL。
- #片段会被移除,因为搜索引擎会忽略它们。
- lastmod 值必须是有效的 W3C 日期,priority 必须在 0.0 到 1.0 之间。
导入并编辑现有网站地图
粘贴 sitemap 的 XML,或打开一个 .xml 文件,工具会提示将其转换回可编辑的列表,并保留每个 URL 的 lastmod、changefreq 和 priority。站点地图索引会被读取为子 sitemap 的 URL 列表。这样可以快速审查 CMS 生成的 sitemap、删除 URL 或合并两个 sitemap。可搭配 robots.txt 生成器 声明 sitemap,并用 meta 标签生成器 为页面设置规范 URL。
常见问题
- 这个工具会抓取我的网站吗?
- 不会。它根据您粘贴或导入的 URL 构建 sitemap,因此适用于任何网站,包括测试(staging)站点和爬虫无法访问的页面。请从 CMS 或爬虫工具导出 URL 列表,然后粘贴到这里。
- 一个 sitemap 最多能包含多少个 URL?
- 每个文件最多 50,000 个 URL,未压缩时最大 50 MB。更大的列表会自动拆分为多个 sitemap 文件,外加一个站点地图索引。
- changefreq 和 priority 对 SEO 有影响吗?
- 对 Google 没有影响,它会忽略这两项。Google 真正使用的是准确的 lastmod 日期。不填写 changefreq 和 priority 完全没问题。
- sitemap.xml 应该上传到哪里?
- 通常是网站根目录,例如 https://example.com/sitemap.xml。sitemap 只能列出其所在文件夹及其子目录中的 URL,所以放在根目录可以覆盖全部。
- 如何向 Google 提交 sitemap?
- 在 Google Search Console 中打开“站点地图”,输入 sitemap 的 URL 并提交。同时在 robots.txt 中添加一行 Sitemap:,方便其他搜索引擎找到它。
- 为什么 URL 中的 & 变成了 &?
- sitemap 是 XML,在 XML 中 & 表示实体的开始,所以必须写成 &。搜索引擎会将其解码还原;URL 本身不会改变。
- 可以包含其他域名的 URL 吗?
- 一般不可以:sitemap 应只列出与 sitemap 同一主机的 URL。只有在 Search Console 中验证了两个网站的所有权后,跨站 sitemap 才有效。
- 我的 URL 列表会被上传吗?
- 不会。校验、生成和 zip 打包都在您的浏览器中完成。