Skip to content
Fanal Racou Fanal RacouPlatja d'Aro · 1978

站点地图提交了却不收录:地图、抓取、索引三层排查

提交成功只表示收到清单:先查地图可读与清单真实性,再查代表URL抓取,最后查索引选择与内容;lastmod写真实更新。

About the author · Editorial Team

XML站点地图提交成功,只表示Google收到或处理了这份URL清单,不代表每个页面已经抓取、索引或获得排名。排查分三层:地图能否读取,清单里的页面能否正常访问,Google是否选择收录该页面。系统讲法可参考光算这篇中文指南:XML网站地图提交后为何仍不收录:3个原因要知道。本文给三层检查单。

提交成功保证了什么

Google把提交地图视为提示,不保证下载地图或抓取其中每个URL。不要用一次site查询的估算数量判定整站收录,更不要把“已提交”当成已收录。先接受这个前提,再一层层查。

地图层:清单本身是否真实可用

直接访问所提交的最终地图URL,看返回的是正常XML还是验证码、登录页、HTML错误页。再看Search Console站点地图报告,区分无法抓取、解析错误和处理成功。清单里只列希望被索引的规范页面:跳转、404、明确noindex的页面不应作为正常目标长期留在清单里。URL用完整绝对地址,保持协议主域大小写与真实规范一致;查询串中的&按XML规则转义。单个地图最多50000个URL、未压缩不超50MB,超了就拆分并用地图索引组织。lastmod写页面真实重要更新,不要每次请求改成当前时间;Google忽略priority和changefreq,填高值不会优先收录。若CMS生成多份地图,先辨认当前有效来源,避免新旧清单打架。

抓取层:代表URL能不能正常访问

从未收录清单选不同类型的代表URL,不只测首页。查最终HTTP状态、重定向链、robots.txt、页面robots标签、X-Robots-Tag、canonical,以及正文是否需登录或依赖加载失败的脚本。403或挑战页定位CDN、WAF或源站规则;持续5xx恢复服务稳定性;误设noindex确认发布意图后修正;canonical指向别页先核对是否故意合并;200但主内容为空查渲染与接口。注意robots.txt禁止抓取与noindex是两种控制:Google不能抓取页面,就可能读不到页面上的noindex或canonical,别把几种指令叠加后期待必然按想象生效。

索引层:看实际状态与内容

用网址检查看Google已知的索引版本、抓取时间和所选规范页,并与实时测试区分。对“已发现尚未编入索引”“已抓取尚未编入索引”按报告实际状态排查,不凭状态名推断固定质量分。内容层面看页面是否与已有内容高度相似、信息是否单薄、是否真正回答了查询意图。三层走完仍无结论的,把代表URL、地图状态、抓取证据整理成工单,而不是反复重新提交同一份地图。