跳至正文
WordPress 与 WooCommerce · Google SEO

WordPress 站点地图该由谁生成:核对三个来源

// / / 光算科技

WordPress 站上常见的站点地图问题不是缺一张图,是同时有三张,而站长不知道哪张在起作用。先说清楚:Google 官方明确写了,用 WordPress 这类内容管理系统时,站点地图很可能已经由系统提供,你不需要额外做什么。真正要核对的是三件事:现在到底有几个来源、哪个是你提交的、里面放的地址是不是你想被索引的那批。

站点地图三个来源的关系示意,标出重复来源如何互相覆盖,以及核对时应按什么顺序逐层确认
原创示意:图中为站点地图三个来源的关系与核对顺序示意,不是真实后台截图或数据。

三个来源分别是什么

来源通常由谁产生核对要点
系统自带的WordPress 自身或主题、插件提供的地址能不能访问、内容是否为有效格式、里面有没有不索引页
插件或主题附带的安装某个功能后自动出现,可能与系统自带地址并存有没有重复、重复时以哪个为准、是否被提交过
手动提交的在 Search Console 里提交的那一份提交时间、最后读取状态、被读到的地址数量

从 WordPress 这一侧能确认的一件事是:Options API 文档的可配置项清单按讨论、常规、链接、媒体、杂项、固定链接、阅读、写作等类别分组,其中没有站点地图这一项。也就是说,站点地图的开关不在核心设置里,它要么来自系统自身提供的地址,要么来自你安装的功能。这是"WordPress 怎么工作",不代表任何搜索侧效果。

搜索侧怎么定位站点地图

Google 关于站点地图的说明给出的定义是一个包含页面、视频和其他文件信息的文件,供抓取方更高效地浏览站点,并提供页面最后更新时间、多语言版本这类附加信息。同一页对"要不要用"的判断很有分寸:

  • 它帮你让抓取方发现地址,但不保证站点地图里的每一项都会被抓取和被索引。
  • 小站可能不需要。这里的"小"官方给的界定是大约五百页以内,而且只算你希望出现在结果里的页面。
  • 如果站内链接已经能覆盖所有重要页面,并且媒体文件不多,也可能不需要。

所以"提交了就等于会被收录"这个理解,从官方口径上就站不住:同一份文档给的是"帮你被发现",不是"帮你被收录"。

怎么核对:按这个顺序走

  1. 列出候选地址。从搜索框里试几个常见路径,比如系统自带那个站点地图路径,以及插件说明里给过的地址。逐个打开,看返回的是不是有效的站点地图内容,不是 404 也不是一个普通页面。
  2. 比对内容差异。把两份文件里的地址集合比一遍,看数量差在哪、差的是哪几类。差异通常集中在附件页、标签页、日期归档这些自动生成页上,不是工具出错,是它们本来就不适合放进站点地图,附件页的判断口径见附件页关了图片会消失吗:两种 URL 要分开检查。
  3. 确认哪个是你提交的。在 Search Console 的站点地图报告里看提交记录与最后读取状态。提交了不等于在用,读过的时间才说明它被处理过。
  4. 决定留哪一份。如果两份都在服务,先想清楚保留逻辑再决定停掉哪一个,别在不确认时把还在用的那份关掉。

核对周期与字段口径可以按在 Search Console 里核对外部链接的完整步骤那套方式来做:先确认状态字段,再看具体条目,不要只看待处理的数量;多个来源指向同一批地址时,地址变体的计数方式本身就有多种解释,口径要先定下来再谈数量。

哪些内容不该出现在里面

不该放的是你并不希望被索引的地址——不索引的页面、不希望被看摘要的页面、以及各种参数变体。Google 关于如何指定规范地址的说明讲得最直接:站点地图里的所有地址都会被建议为规范地址,Google 会按内容相似度自己判断哪些是重复;同一页也写明,站点地图是三种方法里信号最弱的一种,效力低于重定向和规范标签。

还有一条容易忽略的规则,来自 Google 关于 robots meta 与 X-Robots-Tag 的说明:这些规则只有在抓取方被允许访问该页面时才能被读到;地址如果在 robots.txt 里被禁止抓取,关于索引的规则不会被发现,会被忽略。换句话说,你不能一边把地址挡在抓取之外,一边指望站点地图替你说"这个别索引"——两个动作互相抵消。地址该允许抓取还是该允许索引,是两个独立决定。

什么时候不值得折腾

内容总量小、站内链接已经能走到所有重要页面的站,额外维护站点地图的收益很低——同一份文档的判断是这种站"可能不需要",理由是抓取方本来就能从首页顺着链接找到全部重要页面。这种情况下,把精力放在确认站内链接结构上更实在。核对周期与字段口径可按在 Search Console 里核对外部链接的完整步骤来做。

另一种情况是站点正在改版。改版期间地址在变,站点地图的内容也在变,提交的每一版都很快过期,反而制造需要解释的数据;改版稳定后一次性处理更省事。媒体文件多、或内容会进新闻结果的站,站点地图能带的信息价值更高;反过来,这些内容本来不需要出现在结果里,做站点地图的动机就不成立。

怎么验证提交之后发生了什么

看两个东西。一是 Search Console 里站点地图报告的读取状态,确认这份文件确实被读过,而不是排队等;二是按站点地图里列出的地址类型抽查几条。抽查要按类型分层抽:文章、分类页、以及你本来就不希望被索引的类型各抽两条,能一次看清整份文件的质量。

工具选择上还有一句提醒:搜索操作符受索引与检索限制,调试用途上 Search Console 的网址检查工具更可靠,别用 site: 的返回条数当作结论。改完要留观察期——抓取本身有时间成本,而且请求重新抓取并不保证一定被收录。多个来源指向同一批地址时,变体的计数方式有多种解释,口径要先定下来,可对照一条链接算一条还是多条。