sitemap 解决的是“被发现”，不是“被收录”
不少人把 sitemap 当成一个开关：提交上去，页面就该进索引。实际流程要拆成三步——URL 被发现、页面被抓取、页面被判定为值得收录。sitemap 主要作用在第一步：它给抓取器一份站点 URL 清单，省去靠链接一层层爬过去的时间。至于后面两步，取决于页面能不能正常访问、内容有没有独立价值、是否与站内其他页面高度重复，以及站点整体能分到多少抓取配额。
所以“提交了 sitemap，收录数量却没动”是很常见的现象。问题可能出在文件写法上，也可能出在页面本身。
先确认 sitemap 有没有被正确读取
文件本身是否有效
- 格式要规范：单个文件 URL 数量与体积都有上限，超出后需要拆成多个文件并用索引文件串联。
- URL 中的特殊符号要按 XML 规则转义，否则整段内容可能解析失败。
- 只放规范地址：带追踪参数的、大小写混用的、会跳转的 URL 都不该出现在这里。
- lastmod 要写真实时间。习惯性把时间刷成“今天”，久而久之会被忽略。
位置和声明是否到位
把 sitemap 放在站点根目录，并在 robots.txt 里写明它的位置，能让抓取器更快找到。接着到搜索后台看提交状态和“已发现的页面数”。如果长期显示无法读取，多半是被 robots 挡住了、返回码不对，或者文件路径写错。
sitemap 里的 URL 为什么进不了索引
- 抓取被屏蔽：robots.txt 挡住了目录，页面连被抓的机会都没有。
- 页面带 noindex：这和提交 sitemap 是两个相反方向的信号，最终以 noindex 为准。
- URL 不是规范版本：canonical 指向了另一个地址，收录只会记在目标页上。
- 返回码不对：出现 404、410 或 301 的地址应及时从清单里移除，只保留正常返回的最终地址。
- 抓取器看到的内容不同：需要登录、按地域拦截或首屏全靠脚本渲染，都可能让它只看到一个空壳。
- 页面本身价值不够：内容太薄、与其他页面高度重复，即使被发现也很难留下。
sitemap 帮不上忙的几件事
它不能提升页面质量，不能替代内部链接，也不能改变抓取频率。它是补充手段，不是主力通道：一个长期没有内链指向、离首页很远的页面，即使躺在 sitemap 里，被抓取的优先级也有限。至于蜘蛛池这类工具，做的事同样停留在“增加被发现的机会”这一层，对收录结论没有决定权。
提交之后仍没收录，按这个顺序查
- 用 URL 检查类工具看这个地址是否被抓取过、返回什么状态码。
- 检查 robots.txt 与页面 meta，确认允许抓取、允许索引。
- 确认 sitemap 里写的是规范地址，并且和 canonical 保持一致。
- 判断这个页面值不值得留：内容是否独立、有没有内链指向、点击深度是否太深。
- 给它一点时间。新站或新目录可用的抓取配额有限，收录通常分批发生，不会一次到位。
sitemap 是递给抓取器的一张地图，不是一道命令。地图画得再清楚，走不走、记不记，仍然由页面本身决定。
把 sitemap 看作“索引的入场券”容易失望，把它看作“减少发现成本的小工具”更接近事实。真正影响收录的，仍是那些能访问、有内容、有内链的页面。