sitemap.xml 必须由程序自动生成，手动编写易出错且不被搜索引擎认可；需过滤无效url、分片处理超大站点、严格校验xml格式与字段规范，并上传后通过search console验证。
Sitemap.xml 不是手动生成的，而是由程序或工具根据网站结构自动构建的；手动写容易漏页、格式错、不合规，上线后搜索引擎根本不会认。
哪些情况必须用程序生成 sitemap.xml
静态站点（如纯 HTML 页面）可以用脚本扫目录生成；动态网站（PHP/Node.js/Python 后端）必须从路由或数据库取真实可访问 URL；CMS（WordPress、Hexo、Next.js）有插件但默认未必开启或配置正确。
- URL 带参数（
/article?id=123）或登录态（/dashboard）不能进sitemap.xml，否则被搜索引擎拒收 - 404 页面、跳转页、重复内容页（如带
?ref=utm）要过滤，否则触发Google Search Console报警Submitted URL marked ‘noindex’ - 大型站（>5 万 URL）必须分片，单个
sitemap.xml最多 5 万条、50MB（未压缩），否则解析失败
sitemap.xml 的核心字段不能瞎填
不是把链接堆进去就行。<loc></loc> 必须是完整可访问的 HTTPS 地址；<lastmod></lastmod> 不是发布时间，而是页面内容实际更新时间（改了正文才变）；<changefreq></changefreq> 和 <priority></priority> 已基本被主流引擎忽略，填了也没用，还可能误导自己。
-
<loc></loc>里不能有空格、中文、未编码特殊字符（&要写成&） -
<lastmod></lastmod>格式必须是YYYY-MM-DD或YYYY-MM-DDTHH:MM:SS+08:00，错一个字符整个文件解析失败 - 所有 URL 必须和
robots.txt中允许抓取的路径一致，否则 Google 会报Blocked by robots.txt
常见生成方式及踩坑点（按技术栈分）
别信“在线生成器”，它们不知道你的路由逻辑、权限规则和 CDN 缓存策略。
- WordPress：用
Yoast SEO或Rank Math插件，但得关掉“仅首页”选项，且确保permalink设置已保存，否则生成的<loc></loc>是/?p=123这种不可读地址 - Next.js：用
next-sitemap包，但getStaticPaths动态路由必须显式返回fallback: false，否则漏页；next export静态导出时，sitemap.xml要放在out/public/下，不是out/根目录 - Python Flask：别用
flask-sitemap（已多年未维护），直接遍历app.url_map.iter_rules()，过滤掉admin、api类 endpoint，再对每个 rule 调用url_for(rule.endpoint, _external=True)构造地址 - Nginx 静态站：用 Python 脚本递归读取
./dist目录，跳过.git、_redirects、404.html，把index.html替成目录名（/about/index.html→/about/），再写入 XML
最常被忽略的是：生成完没验证。上传后立刻打开 https://yoursite.com/sitemap.xml 看是否返回 200 + 正确 XML 结构，再丢进 Google Search Console 的 Sitemaps 工具里提交——它会当场告诉你哪一行哪个标签错了，比本地校验靠谱得多。
