Sitemap.xml 验证工具

粘贴 sitemap.xml 内容，即可根据 sitemaps.org 协议进行校验。检测 urlset 命名空间、必需的 loc 元素，以及 lastmod/priority 的格式错误，并检查 Google 规定的5万条URL上限。

使用提示

保持 <lastmod> 准确有助于爬虫优先重新抓取真正更新过的页面。过时或未来日期的时间戳反而会降低可信度。
<priority> 只是表示同一站点内页面相对重要性的提示，Google 官方表示不会将其用于排名判断，仅供参考使用。
单个 sitemap.xml 最多可包含5万个URL，未压缩大小不得超过50MB。超出限制时，应拆分为多个文件并通过 <sitemapindex> 汇总。
在 robots.txt 中添加一行 Sitemap: 指令，搜索引擎即可自动发现你的 sitemap.xml，配合本站的 robots.txt 检查工具使用效果更佳。
如果 <loc> 中包含非ASCII字符（如中文路径），必须先进行百分号编码。直接粘贴浏览器地址栏显示的解码后URL会被判定为无效。

通常应放在域名根目录下（例如 https://example.com/sitemap.xml）。如果放在子目录中，则只能列出该子目录下的URL，这是需要注意的实际限制。

并非必须，但通过 Google Search Console 手动提交有助于加快收录速度。另外，在 robots.txt 中添加 Sitemap: 指令后，爬虫无需提交也能自动发现它。

Google 自2020年起已公开表示，这两个值基本不会被用于排名计算。不过其他搜索引擎或爬虫仍可能参考它们，因此如实填写并非白费功夫。

不需要。可以在标准 urlset 中加入 image:image 或 video:video 等扩展命名空间标签，与普通页面条目共用同一份文件。本工具不校验这些扩展标签，但不会影响对标准字段（loc、lastmod 等）的校验结果。

Google 于2005年6月率先推出了自家的站点地图机制，仅一年多后的2006年11月，Yahoo! 和微软（当时的 MSN Search）也宣布支持相同格式，三方共同将其标准化为 sitemaps.org。这是相互竞争的搜索引擎罕见地在同一格式上达成一致的案例。

sitemap.xml 只是一份告诉爬虫"这个URL存在"的地图，并不保证该页面一定会被抓取或收录。对于大型网站而言，抓取预算（搜索引擎分配给单个网站的抓取资源上限）会成为实际制约——如果在站点地图中塞入大量低价值URL，反而会延迟真正重要页面被发现的时间。

5万条与50MB这两个上限，主要是为了控制服务器解析单个XML文件时的处理负担。像大型电商这样拥有海量URL的网站，通常会将站点地图拆分为多个文件，再用站点地图索引文件（根元素为 <sitemapindex> 而非 <urlset> 的独立格式）汇总起来。