跳到正文
落叶博客标志:一片深紫落叶与一条青绿小径 落叶博客
小工具 / 第 2 件

Sitemap 生成器

这个脚本是因为一次失误写的:手写 sitemap 时把 40 个页面的 lastmod 全写成同一天,爬虫连着三周只抓首页。改成脚本生成后,lastmod 取文件修改时间,谁改的哪天一目了然。

机柜里成团缠绕的蓝色网线
69 元示例标价,含一次版本内更新

lastmod 取文件时间,不取今天

脚本读每个 HTML 的 mtime,转成 W3C 日期格式写进 lastmod。你今天没改的页面,lastmod 就不会变——这点比很多在线生成器实在,它们一律写当天。改过的页面会自然排到前面。

两份 sitemap 一次出

按参数给定协议前缀(http 或 https),生成 sitemap.xml 与 sitemap-m.xml。前者列全部可索引页面,后者只列 m 子域首页一条,符合子域 301 到主域的常见做法。脚本会检查目录里有没有 404.html,有就跳过,不写进任何一份。

URL 规则可改

目录页按 /news/ 结尾补斜杠,详情页按 .html 结尾;文件名里的下划线、大写会按配置统一转小写。这三条规则写在 config.ini 里,跟你们站的实际命名不一致时改配置,不用改代码。

参数表

Sitemap 生成器规格,2026 年 11 月 16 日核对
项目数值
运行环境Python 3.8 及以上,无需第三方库
扫描深度默认 3 层,可配置 1 到 5 层
输出文件sitemap.xml 与 sitemap-m.xml 两份
lastmod 来源文件 mtime,格式 YYYY-MM-DD
跳过规则404.html、以 _ 开头的临时文件、.bak 备份
协议前缀http 或 https 由参数指定,不自动猜
授权范围单站授权,可改配置与源码

三个具体的使用场合

  • 每次发版前跑一次:改过的页面 lastmod 自动更新,没改的不动,提交后 Search Console 里能看出哪些页真的变了。
  • 多子域站:主站一份完整 sitemap,m 子域一份只有首页的,两份分开提交,不会互相抢索引。
  • 接手别人做的站:先跑一遍,把结果跟线上对比,缺页、多页、协议写错这三类问题一次能看出来。

交付周期

付款后立刻发链接,压缩包 280 KB。含脚本、config.ini 示例与一份说明,说明里写了 http 与 https 两种情况该怎么填参数,避免生成出一半 http 一半 https 的混合 sitemap。

售后条款

生成的 xml 被 Search Console 报错,把报错截图和目录结构发来,48 小时内给结论;目录结构特殊的可以按你的实际层级改一版,收 50 元;30 天内可退款。

选型建议

如果你用现成 CMS 或框架,它们大多自带 sitemap 插件,不必买这个;如果你维护的是手写静态站、页面数在 50 到 2000 之间,这个脚本能省掉每月一次的手工核对。注意它只生成 xml,不负责提交,提交仍在 Search Console 里做。

为什么选这件,而不是隔壁那一件

  • lastmod 真实:取文件修改时间,不写死当天,爬虫能识别出真的更新
  • 两份一起出:主域全量加 m 子域首页,参数写一次就生成两份
  • 跳过 404:脚本自己识别,不依赖人工删除行
  • 规则写配置:斜杠、大小写、后缀三条规则在 ini 里改,不动代码

买之前常问的三件事

付款之后多久能拿到文件?

付款后立刻发链接,压缩包 280 KB。含脚本、config.ini 示例与一份说明,说明里写了 http 与 https 两种情况该怎么填参数,避免生成出一半 http 一半 https 的混合 sitemap。

改坏了能找你们改回来吗?

生成的 xml 被 Search Console 报错,把报错截图和目录结构发来,48 小时内给结论;目录结构特殊的可以按你的实际层级改一版,收 50 元;30 天内可退款。

和同类的另一件怎么选?

如果你用现成 CMS 或框架,它们大多自带 sitemap 插件,不必买这个;如果你维护的是手写静态站、页面数在 50 到 2000 之间,这个脚本能省掉每月一次的手工核对。注意它只生成 xml,不负责提交,提交仍在 Search Console 里做。

相关动态:sitemap-gen 进了 GitHub 趋势榜,Star 数停在 1,286