不少站点运营者會預設一件事：把 URL 寫進 sitemap 並提交，搜尋引擎就會很快收錄。實际操作中，sitemap 更多是辅助發現，它告诉蜘蛛“這里有個地址”，但最终是否抓取、是否進入索引，還取决于頁面本身和站点整体信号。提交後没動静，先別急着反复提交，按下面顺序核對一遍。

一、先分清“發現”和“收錄”

URL 發現是蜘蛛知道這個地址存在；抓取是蜘蛛過来取回内容；收錄是内容经過质量判断後進入索引。sitemap 主要作用于第一步。如果頁面连抓取都没有，检查發現入口；如果抓取了却没收錄，問题通常在頁面质量、重复内容或規范選擇上。

二、核對 sitemap 里的 URL 是否可正常訪問

• 返回狀態碼是否為 200，而不是 301、302、403、404 或 5xx。
• 是否被 robots.txt 禁止抓取。被屏蔽的 URL 放進 sitemap 通常没有意义。
• 頁面是否需要登入、是否依赖 Cookie 或地区限制。蜘蛛拿不到内容，自然無法進一步判断。
• 是否被 noindex 标记。noindex 頁面可以提交，但通常不會被保留在索引里。

這些基础項没通過时，sitemap 寫得再完整也很难推進到收錄阶段。

三、检查 sitemap 自身的常见問题

• 格式與编碼：XML 结构是否完整，中文 URL 是否做了正确编碼，特殊符号是否轉义。
• 數量與体积：單個 sitemap 文件不要塞入過多 URL，超出限制时用索引文件拆分。
• lastmod 是否可信：每次改一点内容就更新時間，會让這個字段失去參考價值。
• 死鏈和重定向比例：sitemap 里大量 404 或跳轉，會降低整体可信度。
• 是否包含不该收錄的 URL：标簽頁、篩選參數頁、重复的排序頁，不建议無差別提交。

四、發現之後，頁面质量决定是否入索引

蜘蛛抓取到頁面後，會判断它是否值得保留。常见阻碍包括：正文過薄、模板重复度高、多個 URL 内容高度相似、canonical 指向混乱、頁面主要靠 JS 渲染導致正文缺失。sitemap 無法替代這些判断。如果同一批 URL 中大量頁面内容雷同，索引可能只保留其中一两個版本。

五、別把 sitemap 当成唯一發現入口

内鏈仍然是重要的發現路径。一個頁面如果只出現在 sitemap 里，站内没有任何連結指向它，抓取優先級通常會偏低。建议在相關栏目、正文或導航中给出合理的入口，锚文本尽量描述頁面主题。sitemap 和内鏈配合，比單獨依赖某一種方式更稳妥。

六、按這個顺序排查

1. 随机抽取未收錄 URL，手動訪問，確認狀態碼和内容正常。
2. 查看 robots.txt 和頁面 meta robots，排除誤屏蔽。
3. 检查 sitemap 格式、编碼、lastmod 和死鏈比例。
4. 用站内搜尋或連結工具確認頁面是否有内鏈入口。
5. 對比同批頁面，看是否存在重复内容或規范标簽冲突。
6. 检查頁面正文是否可被直接抓取，JS 渲染是否導致空壳。
7. 观察服務器日誌或抓取統計，確認蜘蛛是否来過。

sitemap 提交只是把地址放到蜘蛛面前，是否收錄仍要看頁面能否被抓取、内容是否獨特、站点结构是否清晰。排查时先解决“能不能發現”，再看“值不值得收錄”。

最後提醒一点：不要因為短期没收錄就反复刪除、重建 sitemap，或批量提交大量低质 URL。保持 sitemap 干净、URL 可訪問、内鏈合理，通常比频繁操作更有帮助。