Utilore

XML 网站地图生成器

把网址粘进来 — 从表格里、从控制台里，怎么来的都行 — 就能得到搜索引擎接受的文件。重复和无法识别的行会被报出来，而不是悄悄丢掉。

Google 只读取 lastmod，忽略 changefreq 和 priority；保留它们是为了其他爬虫。

使用方法

  1. 粘贴网址清单，每行一个；填了网站地址后，相对路径也可以用。
  2. 如果有修改日期就填上 — Google 会读取这个字段。
  3. 复制 XML 或下载 sitemap.xml，上传到网站根目录。
  4. 要检测现有文件，切到「检测」并粘贴进去。

实用说明

一个 & 就能毁掉整个文件

带参数的网址 —— /?a=1&b=2 —— 再普通不过，但在 XML 里 & 必须转义成 &。否则解析器会在第一条这样的行上失败，并且拒绝整个文件，而不只是那一条。这个工具会转义它写出的每一个网址，所以查询串永远不会让你损失整张站点地图。

Google 到底读哪些字段

四个字段里只有 lastmod 会被使用，而且必须诚实：每次部署都变的日期只会教会爬虫忽略它。changefreq 和 priority 已被 Google 忽略多年；保留它们是因为别的爬虫和一些内部工具仍在读，但别指望它们对排名有任何影响。

常见问题

一个文件能放多少网址？

五万条，且未压缩不超过五十兆字节。超过就把清单拆成多个文件，并在站点地图索引里列出它们。检测时若粘贴的文件超限，会给出提示。

哪些页面不该进站点地图？

任何你不希望出现在搜索结果里的页面：被 robots.txt 或 noindex 关闭的、canonical 指向别处的重复页、跳转页和错误页。站点地图里这类网址一多，整个文件的可信度都会下降。

生成的文件放在哪儿？

放到网站根目录，和 robots.txt 并排，并在 robots.txt 里加上一行「Sitemap: https://example.com/sitemap.xml」。之后是否在 Search Console 提交是可选的，但提交能加快首次抓取。

能用这个工具抓取我的网站吗？

不能，任何浏览器工具都做不到 — 出于安全限制，脚本读不了别的域名的页面。这个工具是用你给的清单生成文件；清单来自你的 CMS、你的构建流程，或者桌面爬虫软件。

相关工具