loc
页面或子 Sitemap 的完整规范 URL。
XML SITEMAP SEO
什么是 sitemap.xml 检测？
sitemap.xml 是面向搜索引擎的 URL 清单，帮助爬虫发现网站的重要页面、子 Sitemap 和更新时间。它不能保证页面一定被收录，但能改善大型网站、新站和内链较弱页面的发现效率。
本工具会读取指定 Sitemap，验证 XML 结构，识别 URL 集合或 Sitemap 索引，并检查缺失、无效、重复、跨域地址以及 lastmod 和 priority 等常见字段。
lastmod
页面内容最后一次实质变更的日期。
sitemapindex
集中列出多个子 Sitemap 的索引文件。
为什么要定期检查 Sitemap？
Sitemap 返回 404、输出 HTML 错误页、XML 破损或包含旧 URL，都会浪费抓取资源并向搜索引擎发送不一致信号。改版、换域名和批量发布内容后尤其需要复查。
确认搜索引擎可读取
同时检查 HTTP 状态、最终地址、内容类型、文件大小和 XML 结构。
发现 URL 质量问题
统计缺失、格式错误、重复和跨域条目，快速定位需要清理的数据。
核对更新信号
查看 lastmod 覆盖率和日期格式，避免长期输出失真的更新时间。
工具是如何工作的？
检测只读取公开 Sitemap，不抓取其中每一个页面，也不会写入历史数据库。
- 01
定位 Sitemap
根据网站地址和自定义路径生成最终检测 URL。
- 02
安全读取文件
校验公网 IP，并限制重定向、超时、压缩体与解压大小。
- 03
解析 XML
拒绝危险实体，使用 XML 解析器识别 urlset 或 sitemapindex。
- 04
输出 SEO 建议
汇总 URL、lastmod、重复和跨域问题，给出可执行的修改方向。
如何理解检测结果？
200 只说明文件成功返回，不代表内容一定是有效 Sitemap。应同时查看 XML 格式、地图类型、条目数量和诊断建议；Sitemap 索引中的条目代表子地图，不是普通页面 URL。
格式有效
文件正常返回，并使用有效的站点地图根元素。
需要处理
文件可以读取，但 URL 或 XML 信号需要检查。
Sitemap 索引
其中条目代表子 Sitemap，而不是普通页面。
sitemap.xml 检测常见问题
Sitemap 必须命名为 sitemap.xml 吗？
不必须。文件可以使用其他路径，也可以是 .xml.gz 压缩文件；关键是能够公开访问，并在 robots.txt 或站长平台中提交正确的完整地址。
一个 Sitemap 最多可以放多少 URL？
标准限制为 50,000 个 URL，未压缩文件不应超过 50MB。规模更大时应拆分成多个 Sitemap，并使用 sitemapindex 汇总。
每个 URL 都必须填写 lastmod 吗？
不是强制字段，但准确的 lastmod 可以帮助搜索引擎安排重新抓取。不要在页面没有实质变化时统一刷新日期。
Sitemap 里的 URL 可以跨域吗？
通常一个 Sitemap 应只列出与其所属站点一致的规范 URL。跨站点提交需要满足搜索引擎的所有权和托管规则，否则容易被忽略。
Sitemap 正常为什么页面仍未收录？
Sitemap 只是发现信号。页面还需要允许抓取、返回可索引内容、使用正确 canonical，并具备足够质量和内部链接。