sitemap.xml 生成

把网址列表贴进来，生成一份能直接提交给百度、Google 的 sitemap.xml。协议本身有两条硬限制：单个文件最多 5 万条 URL、解压后不超过 50 MB，超了就得拆成多个文件再用一个索引文件串起来——这页会自动帮你判断并把索引一起生成好。全部在浏览器本地完成。

文件放在哪

放在网站根目录，比如 https://example.com/sitemap.xml。sitemap 只能覆盖它自身所在目录及以下的网址——放在 /a/sitemap.xml 里写 /b/x.html 会被判为越权而忽略。所以除非有特殊安排，一律放根目录。

在 robots.txt 里声明

加一行 Sitemap: https://example.com/sitemap.xml 即可，位置随意，搜索引擎抓 robots.txt 时会顺着找过来。有多个 sitemap 就写多行，或者只写索引文件那一行。生成结果里已经附了这一行，直接复制。

提交入口

百度搜索资源平台 → 资源提交 → sitemap；Google Search Console → 站点地图；必应 Webmaster Tools → 站点地图。提交后通常几小时到几天开始抓取，收录与否仍取决于内容质量，sitemap 只解决「让爬虫知道有这些页面」。

两条硬限制

单文件最多 50000 条 URL，且未压缩时不超过 50 MB。超了就拆成 sitemap-1.xml、sitemap-2.xml …，再写一个 <sitemapindex> 把它们列进去，提交索引文件即可。索引文件本身也最多列 50000 个子文件。本页会按你选的条数自动拆分并生成索引。

lastmod 要认真写

Google 明确说过：如果发现站点的 lastmod 总是「今天」，会直接忽略这个字段。所以要么老老实实填每个页面真实的最后修改时间（用「网址<Tab>日期」的格式逐条给），要么干脆别输出。changefreq 和 priority 的实际权重很低，Google 基本不看，百度会参考一点。

网址要和站点实际使用的完全一致

协议要求写绝对地址，而且协议头、是否带 www、末尾有没有斜杠都要和真实可访问的规范网址一致，否则等于让爬虫去抓一堆 301。网址里的 & 必须写成 &，中文路径要先做 URL 编码——这两件事本页都替你处理好了。

相关工具

Robots 生成、Robots 检测、Meta 标签生成、搜索引擎提交、HTTP 状态检测。