很多站长把 sitemap 当成收录开关：文件提交上去，就等着页面进索引。等了一两周没动静，又怀疑是 sitemap 没被读到。实际上 sitemap 只是一份候选清单，它影响 URL 被发现的速度和覆盖面，不决定蜘蛛是否来抓，更不决定最终是否进入索引。
sitemap 能做什么，不能做什么
它能做的事很明确：告诉搜索引擎这些 URL 存在，给站内链接之外的页面一个入口，尤其是新建页面和层级较深的页面。它不能做的事同样明确：不保证抓取，不保证收录，也不参与排名。把这些期待压在 sitemap 上，后面判断问题时就容易找错方向。
一条 URL 的完整链路
从提交到出现在索引里，中间大致要经过这几步，任何一步卡住，结果都是“没收录”。
- 发现：sitemap、站内链接、外部链接或提交接口中的任意一种，让 URL 进入候选集合。
- 抓取排队：结合站点抓取预算和页面优先级，决定什么时候来抓。
- 抓取：返回状态码是否 200、响应是否超时、robots 是否允许。
- 渲染：如果正文依赖 JS 生成，需要确认渲染后内容是否拿得到。
- 索引判断：内容质量、是否与已有页面高度相似、canonical 指向哪里。
- 结果：进入索引，或停留在“已抓取未编入索引”“已排除”等状态。
问题通常卡在哪一步
卡在发现
sitemap 长期没更新，新页面既不在 sitemap 里，也没有任何站内链接指向，蜘蛛自然没有理由知道它存在。这类 URL 需要先解决入口问题，再谈收录。
卡在抓取
服务器返回 5xx、响应过慢、或者被 robots.txt 挡住，都会让抓取直接失败。此时索引报表里往往看不到该 URL，或者显示为抓取异常。
卡在索引判断
抓取正常但一直停在“已抓取但未编入索引”，通常指向内容层面的问题：正文过薄、模板重复度高、与其他页面相似，或者 canonical 指向了另一个地址。这一步和 sitemap 已经没有关系了。
提交之后的合理自查顺序
- 确认 sitemap 可以正常访问，格式无误，里面放的是最终规范地址，且都返回 200。
- 用抓取工具或渲染后的 HTML，看蜘蛛实际能拿到什么正文。
- 查看服务端日志，确认蜘蛛是否真的访问过，访问频率如何。
- 对照索引状态，区分是“未抓取”“已抓取未索引”还是“已排除”，不同类别处理方式不同。
- 给新页面补上至少一条站内链接入口，别让 sitemap 成为唯一通道。
提交只是通知，收录是判断结果。把这两件事分开看，排查会清楚很多。
几个容易踩的坑
- sitemap 里混入 404、重定向、noindex 的 URL，浪费抓取额度。
- sitemap 体量巨大却长期不变，新增页面没能及时进去。
- 只依赖 sitemap，站内没有任何链接指向新页面。
- 同一批未收录 URL 反复提交，却不检查内容和状态码。
把 sitemap 放回它本来的位置：它是发现渠道之一，需要和内链、内容质量、正确的状态码配合使用。至于多久能被收录，不同站点差异很大，不必盯着某个具体天数反复折腾，把能控制的部分做对更实际。