Sitemap 检查工具能做什么
XML Sitemap 告诉搜索引擎你希望抓取哪些 URL。如果文件缺失、返回错误，或者充满重复 URL 和错误日期，爬虫会直接跳过它，新页面被发现的时间也会变长。Sitemap 检查工具会像爬虫一样下载这个文件，并告诉你哪里出了问题。
本工具从 robots.txt 开始，跟随每一条 Sitemap: 声明，展开 Sitemap 索引和 gzip 压缩文件，并按 Sitemap 协议逐个校验。结果分为错误（可能导致 Sitemap 无法被读取）、警告（降低 Sitemap 的作用）和提示三类。
如何在线检查 Sitemap
不需要知道 Sitemap 放在哪里，输入域名即可自动查找。
1. 输入域名或 Sitemap 地址
输入 example.com 这样的域名会自动查找；粘贴 Sitemap 地址则校验该文件及其子文件。
2. 自动找到所有 Sitemap
先读 robots.txt，再尝试 /sitemap.xml、/sitemap_index.xml 和 /wp-sitemap.xml，并展开最多两层 Sitemap 索引。
3. 按严重程度修复
先处理错误，再处理警告。每个问题都会显示所在文件、出现次数、示例和修复建议。
Sitemap 校验包含哪些检查
每个文件都会检查可访问性、格式和内容质量。
可访问性
HTTP 状态码、重定向、超时、是否返回了 HTML 而不是 XML，以及 Content-Type 响应头。
格式与上限
根元素是否为 <urlset> 或 <sitemapindex>、<loc> 是否为绝对 URL、每个文件是否不超过 50,000 条和未压缩 50 MB，以及索引嵌套是否正确。
URL 质量
重复 URL、其他域名的 URL、HTTPS 站点中的 http:// URL，以及缺失、格式错误或未来日期的 lastmod。
可发现性
robots.txt 是否声明了 Sitemap，让搜索引擎无需手动提交也能找到它。
Sitemap 文件、Sitemap 索引与 robots.txt
小型网站通常只在 /sitemap.xml 发布一个 Sitemap 文件。它是一个 <urlset> 文档，每个页面对应一个 <url> 条目，包含 <loc> 地址和可选的 <lastmod> 日期。搜索引擎读取后，会和已知信息比较，并安排抓取新增或有变化的 URL。
大型网站会把 URL 拆到多个文件，并发布 Sitemap 索引：一个列出各子 Sitemap 位置的 <sitemapindex> 文档。WordPress、Shopify 和大多数框架会自动生成这种结构，通常按文章类型、商品集合或日期分组。检查域名时，工具会打开索引及其列出的每个子文件，一次检查即可覆盖整个结构。
robots.txt 把两者连接起来。只要写一行 Sitemap: https://example.com/sitemap_index.xml，所有爬虫无需手动提交就能找到 Sitemap，这也是本工具首先查看的位置。如果 robots.txt 没有声明，工具会回退到常见路径，并把缺失的声明作为警告列出，因为其他爬虫和 SEO 工具也依赖这一行。
什么时候需要检查 Sitemap
网站迁移、更换 CMS 或插件、新版本上线、切换域名或 HTTPS 之后，以及 Search Console 显示 Sitemap 无法获取或有错误时。
如何阅读检查结果
先修复错误：无法加载或解析的文件会被完全忽略。重复 URL、http:// URL 等警告会浪费抓取资源，但不会让文件其余部分失效。
常见 Sitemap 错误怎么修
大多数 Sitemap 问题出在生成器而不是服务器，下面几种情况覆盖了大部分检查失败的原因。
“无法获取”或返回 HTML
如果地址返回的是首页或 404 模板，说明 Sitemap 路由没有部署，或被重写规则拦截。用无痕窗口打开该地址，确认返回的是状态 200 的 XML。
重复 URL 和 http:// URL
两个插件或路由常会生成重叠的 Sitemap。只保留一个生成器，并确保输出与 canonical 标签一致的 https:// 规范 URL。
lastmod 无效或是未来日期
用内容真实的修改日期、按 W3C 格式写入 lastmod。把它设成构建时间或未来日期，会让搜索引擎忽略它。
单个文件 URL 太多
按栏目或日期拆分大型 Sitemap，并在一个 Sitemap 索引中引用各部分，每部分保持在 50,000 条和 50 MB 以内。
单次检查还是持续监控
Sitemap 检查回答的是“现在这个 Sitemap 是否有效”。网站迁移、更换 CMS、新版本上线后，或 Search Console 提示无法读取 Sitemap 时，都适合用它。
如果想了解一个网站（包括竞品）随时间新增或删除了哪些页面，请使用 Sitemap 监控。它每 6 小时扫描一次公开 Sitemap，并保存 URL 变更历史，可在网页或通过 MCP 查看。
Sitemap 检查常见问题
怎么检查我的 Sitemap 是否正常？
在上方输入域名。工具会通过 robots.txt 或常见路径找到 Sitemap，下载每个文件，并告诉你它是否返回 200 且能解析为有效的 Sitemap。
怎么找到一个网站的 Sitemap？
先看 /robots.txt 中的 Sitemap: 行，再尝试 /sitemap.xml、/sitemap_index.xml 或 /wp-sitemap.xml。本工具会自动完成这些步骤，并列出找到的所有文件。
什么样的 XML Sitemap 才是有效的？
UTF-8 编码的 XML 文件，根元素为 <urlset> 或 <sitemapindex>，<loc> 是同站的绝对 URL，每个文件不超过 50,000 条、未压缩不超过 50 MB；lastmod 可选，使用 W3C 时间格式。
一个 Sitemap 最多能放多少 URL？
每个文件最多 50,000 条 URL 或未压缩 50 MB。大型网站会把 URL 拆到多个 Sitemap，并在 Sitemap 索引中列出。
lastmod 重要吗？
当 lastmod 一直准确时，Google 会使用它。缺少 lastmod 不算错误，但错误或未来的日期会降低整个文件的可信度。
能检查 .gz Sitemap 和 Sitemap 索引吗？
可以。gzip 压缩的 Sitemap 会被解压，Sitemap 索引最多展开两层，单次检查最多读取 25 个文件。
会把我的 Sitemap 提交给 Google 吗？
不会。工具只读取公开文件。请在 Google Search Console 提交 Sitemap，或在 robots.txt 中声明，让爬虫自行发现。
Sitemap 检查工具免费吗？
免费，无需注册。为防止滥用，每位访客每分钟的检查次数有限制，被检查的网站不会被保存。