把目标站的 URL 寫進入口頁的 sitemap，然後再提交這份 sitemap，看起来像一條捷径：不用在頁面上挂連結，也不用等蜘蛛顺着連結慢慢爬。但實际效果往往和预期差很遠，問题不在提交這個動作，而在 sitemap 本身的归属規則。
先说结论：sitemap 有归属限制
主流搜尋引擎對 sitemap 有一個預設前提：文件里列出的 URL 應当属于這份 sitemap 所在的主机范围，也就是同一站点。它更像是一份站点内部的地图，而不是一個可以随便投递外站地址的提交箱。
所以，入口頁 A 站的 sitemap 里寫上一批 B 站的目标 URL，通常不會被当成有效的發現入口。這些地址要么被直接忽略，要么只在极少數交叉驗證的场景中被參考，無法作為稳定路径来依赖。同理，把 sitemap 文件放在入口頁域名下，却指望它推動另一個域名的抓取，本身就缺少语义基础。
搜尋蜘蛛發現 URL 的几條常见路径
- 頁面上的可抓取連結，這是最常见也最稳定的一條
- 站点自己的 sitemap，用于补充頁面連結覆盖不到的 URL
- 搜尋平台站長工具里的主動提交、URL 检查類入口
- 站外引用、歷史抓取记錄、跳轉终点等間接线索
看清這几條路径的分工很重要：sitemap 解决的是“我自己站内還有哪些頁面没被爬到”，不是“帮別的站發現它自己的頁面”。把两件事混在一起，就容易白忙。
頁面連結和 sitemap 的分工
頁面連結的價值不只是發現，還包括通過連結结构传递的上下文關系；sitemap 的價值是覆盖面广、提交成本低，但它本身不构成連結關系，也不能替代頁面上真實的入口。
如果你的目的是让目标 URL 更容易被搜尋蜘蛛看到，頁面上的實物連結仍是主线，sitemap 只适合作為补充。两者不是二選一，而是各司其职。
入口頁的 sitemap 應该怎么寫
入口頁如果自身有多個頁面（例如按栏目、分頁、獨立目錄），给它做一份規范的 sitemap 是合理的，但要注意几点：
- 只列入口頁本站范围内的 URL，不要混入其他域名
- 用绝對地址，且這些地址本身返回 200、可直接訪問
- 不要把 noindex 的頁面寫進去，也不要放 404、410 或多次跳轉的地址
- 單個文件不要塞太多條，超出体积或條數限制會被截断或整份不讀
- 放在站点根目錄，並在 robots.txt 里声明 Sitemap 位置，方便被發現
想让目标 URL 更早被發現，入口頁可以做的事
- 在正文里放可见、可抓取的 a 标簽連結，而不是靠脚本動態生成或图片按钮
- 連結使用绝對 URL，避免依赖跳轉、短鏈或点击才展開的交互
- 控制單頁連結數量，連結過多會分散蜘蛛對頁面的處理精力
- 入口頁自身保持正常狀態：返回 200、robots 不屏蔽、能被正常渲染
- 目标站那邊同步做好内鏈與自己的 sitemap，別把發現渠道全压在外部
几個容易踩的坑
- 把 sitemap 当成外鏈提交器，指望它替別的域名做發現
- sitemap 里列出的地址指向 404、已刪除或不存在的路径
- 提交一份内容長期不更新、地址大量失效的 sitemap
- 同一批 URL 反复重复提交，既没有新信息，也增加無效請求
怎么驗證有没有效果
比較實际的做法是看服務器日誌：搜尋蜘蛛有没有請求目标 URL、請求的時間分布、返回狀態是否正常。如果日誌里長期没有任何针對目标 URL 的請求，就要回头检查連結是不是真的可见、入口頁是不是被 robots 或其它規則挡住了，而不是繼續加提交次數。
另外可以把時間维度拉長一点看。抓取和收錄本身有延迟，短時間内没有變化，不代表路径一定走不通，但也绝不能據此判断“已经生效”。
提醒：本文讲的是抓取與發現的排查思路。搜尋蜘蛛是否抓取、是否收錄，最终由搜尋引擎自行判断，任何提交方式、sitemap 寫法或連結布置都不构成收錄或排名承诺。