XML 站点地图生成器

站点地图生成器把一份纯文本的页面 URL 清单转换成符合 sitemaps.org 0.9 规范的 XML 站点地图。每行粘贴一个绝对 URL，可选地设置全局的 lastmod、changefreq 和 priority，工具会在输出 <urlset> 文档前对每一行做去空格、校验、去重和 XML 转义。它严格只根据你提供的清单构建——从不抓取或爬取网站，因此无法替你发现 URL。

从 URL 列表构建站点地图

1. 从 CMS、静态站点构建产物、服务器日志或页面数据表查询中导出 URL。只保留希望被索引的页面。
2. 将清单粘贴到输入框，每行一个绝对 URL。每行会去除首尾空格，空行被忽略。
3. 可选设置全局更新频率、优先级（0.0–1.0）和 lastmod 日期。任意一项设为「省略」即完全不输出该元素。
4. 查看警告面板。无效行会带行号列出，重复计数器会告诉你丢弃了多少条重复项。
5. 复制 XML，或直接下载为 sitemap.xml。
6. 托管到网站根目录，在 robots.txt 中引用，并在 Search Console 提交。

实操示例：输入三个 URL，输出一份站点地图

给定以下输入，lastmod 为 2026-09-11，changefreq 为 weekly，priority 为 0.8：

https://example.com/
https://example.com/about
https://example.com/blog/?tag=js&page=2

输出为：

<?xml version="1.0" encoding="UTF-8"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
  <url>
    <loc>https://example.com/</loc>
    <lastmod>2026-09-11</lastmod>
    <changefreq>weekly</changefreq>
    <priority>0.8</priority>
  </url>
  <url>
    <loc>https://example.com/about</loc>
    <lastmod>2026-09-11</lastmod>
    <changefreq>weekly</changefreq>
    <priority>0.8</priority>
  </url>
  <url>
    <loc>https://example.com/blog/?tag=js&amp;page=2</loc>
    <lastmod>2026-09-11</lastmod>
    <changefreq>weekly</changefreq>
    <priority>0.8</priority>
  </url>
</urlset>

注意查询串里的 & 被转义成了 &，XML 因此保持良构。把 https://example.com/about 粘贴两次，第二份会作为重复项被丢弃；粘贴 example.com/about 或 ftp://example.com/file，这些行会被报告为无效，而不会破坏整个文件。

可选元素详解

元素	可接受取值	实用建议
lastmod	W3C 日期，如 2026-09-11，或完整 ISO 8601	能取到每个页面的真实修改时间就用，否则省略
changefreq	always、hourly、daily、weekly、monthly、yearly、never	仅提示；Google 会忽略，除非其他引擎需要，否则省略
priority	0.0–1.0，一位小数	只在同一站点内表示相对重要性；会被截断，且 Google 忽略

限制与失败模式

• 体积限制： 单个文件最多 5 万个 URL 或未压缩 50 MB。更大的站点需要用站点地图索引指向多个子站点地图。
• 去重是精确且区分大小写的。 https://example.com/About 与 https://example.com/about 会同时保留，仅尾部斜杠不同的 URL 也一样。粘贴前请先做规范化。
• 它只校验语法，不校验可达性。 new URL() 接受语法良构但会返回 404 或重定向的地址，生成器仍会照单收录。
• 不做压缩。 如果需要 sitemap.xml.gz，请自行压缩下载后的文件；这是有效的，且仍在 50 MB 限制内。
• 转义 覆盖 &、<、>、" 和 '，查询串和特殊路径都能原样保留。

何时需要站点地图索引

对于超过 5 万个 URL 的站点，或按板块清晰拆分的内容，请发布多个站点地图文件和一个顶层索引。索引使用不同的根元素 <sitemapindex>，通过各自的 <loc> 和可选 <lastmod> 指向每个子文件：

<?xml version="1.0" encoding="UTF-8"?>
<sitemapindex xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
  <sitemap>
    <loc>https://example.com/sitemap-products.xml</loc>
    <lastmod>2026-09-11</lastmod>
  </sitemap>
  <sitemap>
    <loc>https://example.com/sitemap-blog.xml</loc>
    <lastmod>2026-09-11</lastmod>
  </sitemap>
</sitemapindex>

每个子文件最多容纳 5 万个 URL，因此两个文件的索引覆盖 10 万页面，以此类推。robots.txt 中只需引用索引，爬虫会通过它发现子文件。本生成器只产出单个扁平站点地图，超大站点请按板块分别生成，再手工拼装索引。

常见错误

• 把重定向、已被规范化掉的或 404 的 URL 列进去——爬虫会浪费抓取配额。
• 每次构建都用当天日期填充 lastmod，使该字段失去意义。
• 以为 priority 会影响排名。它只表达你自己站点内的相对重要性。
• 使用相对或协议相对 URL。每个 loc 都必须是绝对的，并以 http:// 或 https:// 开头。
• 只发布了 sitemap.xml，却让 robots.txt 指向 sitemap-index.xml。
• 混用 http 与 https，或 www 与非 www，导致同一页面出现两次。

相关工具

• Robots.txt 生成器 — 编写与站点地图配套的爬虫规则。
• Meta 标签生成器 — 为你列出的页面生成 canonical、OG 和 Twitter 标签。
• XML 格式化 — 美化或校验生成的 XML。
• URL 编码/解码 — 在把查询串放入 loc 前先编码。
• URL 解析器 — 把 URL 拆成各部分以便审查。