之前George在“搜索引擎原理”这篇文章里已经说过，技术SEO（Technical SEO）需要解决的主要问题是搜索引擎的爬行和收录。对于新网站或者内链结构不是很清晰的网站，创建并提交sitemap其实是不错的选择，这会帮助网站重要页面尽快被发现和收录。这篇文章主要介绍了不同种类的sitemap，如何优化sitemap，以及如何创建和提交sitemap。
目录
什么是sitemap站点地图？
Sitemap中文名就是我们常说的站点地图/网站地图。这是一种由谷歌发起的，关于网页链接的集合。通过在Google Search Console上提交sitemap, 站长可以列出所有重要的URL，便于搜索引擎爬虫抓取。
一般而言，即使你不提交站点地图，搜索引擎仍然能收录你的网站页面。但是提交了站点地图，搜索引擎爬虫能更快地发现你的页面，从而加快收录的速度。
推荐阅读：
为什么需要Sitemap站点地图？
- 对页面数量较多的网站来说，sitemap可以让搜索引擎更容易发现页面 （新创建的页面 or 内容更新的页面）。
- 一些网站没有很好的内链结构（孤立页面较多 or 重要页面的内链较少）。对这种情况，提交站点地图，通知爬虫网站页面的更新是个简便可行的方法。
- 对没有什么外链的新网站，提交站点地图也是增加页面收录机会的好方法。
George最近为一家跨境电商网站新建了一个WordPress博客，外观还算不错，也撰写了4篇英文博客。网站的DA(权重)很不错,超过了30。照理说，这些新博客能很快就能被收录。但事与愿违，过了一星期文章也没被收录。于是George便想着上传站点地图，结果4篇文章很快就被收录了，并获得了很好的排名。
Sitemap站点地图有哪几种格式？
Sitemap主要有.xml、.txt、.html三种格式。其中xml是目前最主流的格式。txt格式的站点地图只能包含url,不能记录其他信息，还不能自动更新，已经基本被淘汰。html站点地图还是在发挥作用。对于中大型网站，html格式的站点地图一般可以放在网站底部里作为导航，列出网站产品、服务等重要页面，帮助用户了解网站架构，提升用户体验。为了SEO效果最大化，George选择了同时使用xml和html的站点地图：
XML站点地图 (XML Sitemap)
XML站点地图以xml格式编写。除了url，XML站点地图还包含了网站页面的详细信息（更新时间、频率、页面优先级等）。这有助于谷歌更好地理解和收录网站。目前WordPress等主流CMS都支持自动生成xml格式的站点地图。
和txt、html的站点地图不同，XML站点地图不是静态文件。每当网站更新时，站点地图也会自动更新，非常容易创建和维护。
George的这个谷歌SEO博客网站也提交了xml格式的站点地图索引文件(www.domian/sitemap_index.xml)，里面包含了多个站点地图(www.domain/sitemap.xml):
XML站点地图优化要点
WordPress生成的XML站点地图一般来说是不用太多优化的，但是要记住以下的优化要点：
- Sitemap需要包含网站所有的重要页面/文章。重要页面指的是有高质量内容，能为用户带来价值的页面。
- Sitemap需要排除有大量重复内容(Duplicate Content)的页面。对WordPress网站来说，可能包含大量重复内容页面包括:Tag页面，Archive页面，Author页面等等。因为这些页面出现过的内容，很有可能在别的分类里也会出现。
- Sitemap需要排除缺乏内容(Thin Content)的页面。对于SEO来说，网站的收录数也不是越多一定就越好，而是收录的高质量页面越多越好。显然，缺乏内容的页面是典型的低质量页面(Low-value Page)，我们应该当把它们从站点地图里移除。值得注意的是，如果你的网站一开始内容较少，可以将Category页面和Tag页面从XML站点地图里移除，因为一开始它们肯定是缺乏内容的，会给谷歌留下不太好的印象。可以等你内容丰富了，我们再在加到站点地图里去。
- 使用多个sitemap，使网站有更清晰的分类结构，减少单个站点地图的体积，从而提升其加载速度。一个站点地图最多包含50,000个URL，大小不能超过50MB。如果你在WordPress上用Yoast插件生成的站点地图，你会发现单个站点地图的链接数目更是不超过1,000个，这也是为了提升爬虫处理sitemap的效率。对于如何拆分过大的站点地图，谷歌官方文件也给出了具体的操作方法：将体积较大的单个站点地图(domain/sitemap.xml) 拆分成多个站点地图并放入站点地图索引文件(domain/sitemap_index.xml)
- 用robots.txt文件指定sitemap。要让谷歌爬虫发现你的XML站点地图有两种方法：1.在Google Search Console上提交站点地图；2.用robots.txt文件指定站点地图。当然为了让你的sitemap更好地被爬虫发现，最好是两种方法都用了。
- Sitemap里要有<lastmod>元素（最近更新）
当你打开某个sitemap,你可以看到单个URL有四个组成部分，分别为：
- <loc>表示网页地址
- <lastmod> 表示本网页最近更新时间，时间格式必须使用ISO-8601格式
- <changefreq> 表示更新频率，可选的value从高到低分别为：always、hourly、daily、weekly、monthly、yearly、never。目前它的重要性已经减小，但仍可提供一些关于页面更新频率的信息。
- <priority>用来指定页面的优先级，可选范围为 0.0-1.0，一般来说首页为1.0，然后依次降低，目前搜索引擎已经基本不参考这个了。没有问题也不大。
以上几项是xml格式的sitemap常用的属性值，第一个<loc>是必须有的，<lastmod>修改时间也得有，这能够告诉搜索引擎该页面何时有了更新。第三第四则为可选项。值得一提的是，George发现有些网站是没有加<lastmod>的。这种情况下，当你的页面更新了，搜索引擎收录的可能还是旧的页面。比如你更新了标题，但你的站点地图没有<lastmod>元素，这可能不利于已收录页面标题的更新。
- 其他需要注意的点有：站点地图里的URL需要返回200状态码，而不是经过跳转的（301/302），更不能是404; 另外URL不能是被robots.txt屏蔽的。
如何创建WordPress站点地图？
对于非WordPress搭建的网站，我们就需要用到sitemap生成器了。而目前WordPress是世界上最流行的CMS，对SEO也很友好，George想详细介绍如何创建WordPress站点地图。
创建WordPress站点地图，最便捷方法就是用插件了。著名的 SEO插件Yoast正好可以一键生成站点地图。你只要打开它的站点地图功能，设置想要加入的页面，移除不需要的页面，你就会获得一个SEO友好的XML站点地图，非常实用和方便。
- 如何打开Yoast的站点地图功能：Yoast SEO – Settings – General – Site Features – XML sitemaps – 点击Enable Features
- 从站点地图里移除不需要的内容/加入需要的内容: 选择特定的Content Types/ Categories & Tags/ Advanced – 具体页面 （X）- 点击或者取消Show X In Search Results
有很多人会在这里卡住，不清楚什么内容需要加到站点地图里，什么内容需要排除。一般来说，我们是要在站点地图里加入有价值的页面，移除缺乏内容(Thin Content)、价值不高 (Low Value)的、有重复内容(Duplicate Content)的页面。在这里George想分享一点经验只谈，对于新手，可以按以下方法操作：
1. Content Types:在大多数情况下，只需要保留Pages, Posts, Products页面 （Products一般是电商网站才有的）就可以了，移除其他的页面。
2. Categories & Tags：一般来说，只需要保留Posts Category和Product Category（一般电商网站才有），移除Tags页面或者其他有大量重复内容的页面。
3. Advanced：一般来说，Advanced里的页面比如Author Archives, Date Archives都可以从站点地图里移除。因为它们价值不高，没必要展示在搜索结果页面，还可能造成重复内容的问题。
4. 对于媒体页面(Media Pages)，一般没必要将它展示在搜索结果页面。否则你会发现每张图片都会有独立的URL出现在站点地图中。我们肯定不希望谷歌收录单张图片。我们只要保证重要页面被收录，那些图片也自然而然被收录了。
George试着允许media页面出现在站点地图中，结果站点地图出现了一个”attachment sitemap”，点开后发现每张图片都有独立的URL，并且每一张图片形成一个页面。显然这不是好事：
如何提交XML站点地图？
之前提到过，为了让搜索引擎爬虫发现我们的XML站点地图，最好的方法是在robots.txt中指定站点地图，同时也要在Google Search Console提交。
提交XML站点地图的方法很简单：
进入站点地图-添加新的站点地图
结尾
关于网站的sitemap（站点地图），George就讲到这里了。这篇文章基本上把sitemap的作用、种类、创建以及优化的方法都详细地介绍了一遍，称得上是站点地图终极指南了。如果还有什么不是很清楚，可以在评论区留言。
