先明确：sitemap 是發現入口，不是收錄保證

很多人把 sitemap 当成“提交即收錄”的通道，實际上它只是告诉搜尋引擎有哪些 URL 可以抓取。抓取之後是否進入索引，還要看頁面狀態、内容质量、重复程度以及站点整体信号。所以当 sitemap 提交了却不收錄，第一步不是反复提交，而是核對 URL 本身和頁面信号是否一致。

第一步：核對 sitemap 中的 URL 是否能正常訪問

從 sitemap 里抽 10 到 20 個未收錄的 URL，逐條手動訪問。不要只看浏览器里能不能打開，要確認最终返回的狀態和最终地址。

需要记錄的信息

• HTTP 狀態碼是否為 200
• 是否發生跳轉，最终落在哪個 URL
• 頁面正文是否與预期一致，而不是空壳或报错模板
• 是否需要登入、是否依赖 JavaScript 才能看到内容

如果 sitemap 里寫的是 A 地址，訪問後却跳到 B 地址，或者返回 404、5xx、软 404，那么這個 URL 本身就不适合作為收錄目标。先修正 sitemap 或頁面狀態，再谈後續。

第二步：核對站内連結與 sitemap 是否指向同一個地址

這是最容易被忽略的一步。站内導航、列表頁、相關推荐里如果連結到的是带參數、带大寫、带结尾斜杠的版本，而 sitemap 提交的是另一個版本，搜尋引擎會收到两套地址信号。

重点检查這些差异

• http 與 https 是否混用
• 带 www 與不带 www 是否同时出現
• 路径大小寫是否一致
• 结尾斜杠有無不统一
• 跟踪參數、排序參數是否被站内連結大量使用

處理原則很简單：让站内連結、canonical、sitemap 三者尽量指向同一個 URL。如果暂时無法全部改完，至少保證主要入口連結和 sitemap 一致。

第三步：核對頁面上的收錄指令

有些頁面在 sitemap 里，但頁面本身却寫着 noindex，或者被 robots.txt 屏蔽，又或者 canonical 指向了別的地址。這些冲突信号會让搜尋引擎放弃收錄目前 URL。

• meta robots：是否包含 noindex
• X-Robots-Tag：服務器响應头里是否带了 noindex
• canonical：是否指向了另一個 URL
• robots.txt：是否屏蔽了该目錄或该參數

sitemap 提交一個 noindex 頁面，本身就是矛盾信号。搜尋引擎通常會優先相信頁面上的 noindex，而不是 sitemap。

第四步：核對内容质量與頁面角色

如果 URL 狀態正常、指令也放行，但頁面仍然不收錄，就要看内容本身。常见情况包括：正文過短、模板重复度過高、聚合頁只是罗列标题、多個頁面之間高度相似、核心内容藏在图片或视频里而没有文字說明。

尤其要区分“工具頁”“篩選頁”“分頁”和“内容頁”。不是所有 URL 都值得被索引。把 sitemap 当成全站 URL 清單，往往會把大量低质或重复地址一起提交，反而稀释了真正重要頁面的抓取机會。

第五步：核對抓取记錄與索引狀態

在服務器日誌里查一下，搜尋引擎蜘蛛最近有没有訪問這些 URL。如果没有訪問记錄，說明問题可能出在發現环节，比如 sitemap 没被讀取、站内連結太少、robots.txt 拦截了抓取。如果有訪問记錄，但索引狀態一直不更新，則更可能是頁面质量或重复問题。

搜尋控制台里的“已發現，尚未编入索引”“已抓取，尚未编入索引”等狀態可以作為參考，但不要只盯着狀態反复提交。狀態描述的是结果，不是原因。

一份可执行的核對顺序

1. 從 sitemap 中選出 10 到 20 個未收錄 URL。
2. 逐條訪問，记錄狀態碼、跳轉鏈和最终 URL。
3. 對比站内連結、canonical 與 sitemap 地址是否一致。
4. 检查 meta robots、X-Robots-Tag 和 robots.txt 是否放行。
5. 判断頁面内容是否與站内其他頁面高度重复，是否属于低價值聚合。
6. 查服務器日誌，確認蜘蛛是否有抓取记錄。
7. 修正明顯問题後，更新 sitemap 並保持稳定，不要一天内反复改動。

常见誤区

• 認為 sitemap 越大越好，把參數頁、重复頁全部塞進去。
• 提交後立刻期待收錄，忽略了抓取和索引本身需要周期。
• 只改 sitemap，不改站内連結和 canonical。
• 把 sitemap 当成收錄保證，而不是發現渠道。

把 sitemap 当作一份需要维護的 URL 清單，而不是一次性任務。先保證地址一致、狀態正常、指令放行，再關注内容是否值得被索引，通常比反复提交更有效。