用途:适用于任何手工或程序化生成 XML sitemap 的站点,也用于排查 Google Search Console 中的 sitemap 提交错误。核心前提是:无效或格式错误的 sitemap 会被搜索引擎静默忽略,导致新发布或孤立的页面无法被爬虫发现。
主要能力与检查要点:根元素必须为 <urlset> 且带正确的 xmlns 命名空间;每个 <url> 必须且只能包含一个 <loc>,其值为完全限定、百分号编码的绝对 URL;每个 sitemap 文件最多 50,000 个 URL、不超过 50 MB,更大站点需使用 sitemap index;XML 特殊字符必须转义:& → &、< → <、> → >、" → "、' → '。
使用方式:抓取 sitemap 并按 sitemaps.org schema 校验,确认 xmlns 为 http://www.sitemaps.org/schemas/sitemap/0.9,所有 <loc> 为绝对 URL,文件未超限,特殊字符已正确编码。修复时用经过验证的 sitemap 库重新生成,对 URL 中的特殊字符(如 & → &)编码,将超大 sitemap 拆分为多个文件并由 sitemap index 引用,然后重新提交到 Google Search Console。也可在代码评审中检查元数据生成、渲染 HTML、结构化数据与响应头,标出违反该规则的精确路由或模板,并说明如何验证最终页面输出。完整实现细节、代码示例与框架相关指引见 references/rule.md。
限制:资料未提供具体框架代码示例、价格或平台支持信息,暂未提供。