如何检查 XML 站点地图索引及其子站点地图

识别文档类型

站点地图索引以 <sitemapindex> 为根元素，每个子站点地图对应一个 <sitemap> 元素。普通 URL-set 站点地图以 <urlset> 为根元素，并包含页面 URL。混淆两者可能掩盖子文档获取失败的问题。

<?xml version="1.0" encoding="UTF-8"?>
<sitemapindex xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
  <sitemap>
    <loc>https://www.example.com/sitemap-pages.xml</loc>
    <lastmod>2026-11-01</lastmod>
  </sitemap>
  <sitemap>
    <loc>https://www.example.com/sitemap-resources.xml</loc>
    <lastmod>2026-11-03</lastmod>
  </sitemap>
</sitemapindex>

命名空间以及 <sitemapindex>、<sitemap>、<loc> 的结构必须正确。<lastmod> 可省略；若提供，应表示子站点地图的实际变化，而不是每次请求的响应时间。

检查索引响应

1. 请求准确的站点地图索引 URL，并记录重定向后的最终状态。
2. 确认响应确实是 XML，能够完整解析，且未被注入 HTML。
3. 验证根元素和站点地图命名空间。
4. 检查每个子 <loc> 的协议、主机名与路径是否符合预期。
5. 如果包含日期，确认使用受支持的 W3C 日期或日期时间格式。

仅有 200 响应并不足够。一些错误页和 CDN 挑战页也可能以 HTTP 200 返回非站点地图内容。

跟踪受限的子站点地图样本

在 站点地图分析器中输入索引 URL。Scopeva 会在限定范围内跟踪子文档，报告各文档的状态和类型，列出检测到的子项，并抽样 URL 条目。

对每个子文档检查：

• 最终 HTTP 状态与重定向行为。
• 它是另一个索引还是 URL-set 站点地图。
• XML 解析错误或意外文档内容。
• 条目数量以及是否出现遍历上限警告。
• 抽样 URL 与 lastmod 值。

提交的文档深度为 0；Scopeva 会获取深度 1 的直接子项和深度 2 的孙级文档。深度 2 文档中发现的更深引用可以被报告，但不会继续获取。单次检查还限制为 12 份文档、每份最多解析 10,000 个条目。抽样成功不代表大型集合中的每份 sitemap 或每个 URL 都有效。

审核列出的 URL

子 URL-set 应列出绝对、规范且确实准备被索引的 URL。检查旧协议、预发布主机、会重定向的 URL、重复变体、软 404 页面以及被禁止抓取的 URL。准确的站点地图应强化网站规范架构，而不是保留所有历史路由。

只有在页面发生实质变化时才更新 lastmod。每次构建都重写所有日期，会降低该信号的价值。

常见问题

• 子站点地图返回 404、403 或临时服务器错误。
• CDN 把 XML 请求重定向到登录页或挑战页。
• 索引 XML 格式错误或命名空间不正确。
• 子站点地图位置使用错误的主机名或协议。
• 子站点地图经过不必要的多次重定向。
• URL-set 条目不是规范 URL、会重定向或不准备被索引。
• lastmod 不准确，或在内容未变化时被重新生成。

局限

站点地图是发现信号，不是索引命令。有效的索引不能保证搜索引擎抓取或索引其中每个 URL。Scopeva 不会执行完整网站抓取；它只检查受限的站点地图图和本次检测返回的抽样数据。