Sitemap 是什麼?怎麼提交到 Search Console、出現「無法擷取」怎麼辦

一鍵開站

一分鐘精華摘要:Google 找網頁的方式,像郵差沿著街道一戶一戶送信,網站裡的連結就是街道。Sitemap 是你另外交給郵局的一張門牌清單,告訴 Google「我家有這些地址」,新站、外面還沒什麼連結的站特別用得上。WordPress 和 Rank Math 都會自動幫你印好這張清單,你要做的只是把清單的網址交到 Search Console。狀態寫「無法擷取」,代表郵差連清單都拿不到,多半是清單網址打錯、門被 robots.txt 鎖住,或交到了錯的網站版本,照順序查五個地方就找得到原因。

「我照教學把 Sitemap 交給 Google,狀態一直寫『無法擷取』,是網站壞掉了嗎?」

自己架站的營業員,第一次打開 Search Console 很常卡在這一格。網站多半沒壞,問題出在清單的網址、權限或網站版本。從 Sitemap 是什麼、在哪個網址、怎麼提交,到三種狀態各代表什麼、「無法擷取」怎麼一步一步查,WordPress 內建、Rank Math、Wix 這類平台三種情況並排講。

一、Sitemap 是什麼:交給 Google 的門牌清單

Google 的說明文件把 Sitemap 定義成一個列出網頁、影片和其他檔案資訊的檔案,搜尋引擎會讀它,用更有效率的方式檢索網站。檢索的意思,就是 Google 的程式(Googlebot)來你網站把網頁讀一遍。

郵差平常靠街道找門牌,Google 平常靠連結找網頁。網站內部連結做得好,Google 自己沿著連結就能找到大部分網頁;Sitemap 是多一條路,把你在意的網址直接列給它。

你的網站情況Google 怎麼說營業員可以怎麼做
剛架好、外面還沒有網站連到你可能需要 Sitemap,沒有外部連結時 Googlebot 可能找不到你的網頁架好就提交
網頁 500 頁以內、每頁從首頁點得到可能不需要提交也沒有壞處,多一份報表可以看
網頁很多、層級很深需要,大網站比較難保證每頁都有連結提交 Sitemap 索引檔

Google 也寫得很清楚:Sitemap 能幫它找到網址,但不保證清單上每一頁都會被檢索、建立索引。清單交出去,郵差知道地址了,要不要上門、要不要登記進索引,還是看網頁本身。

延伸閱讀:技術性SEO (Technical SEO)

二、你的 Sitemap 在哪個網址:三種網站並排看

提交之前,先找到清單在哪裡。多數營業員網站不用自己做 Sitemap,系統已經做好了。

WordPress 內建裝了 Rank MathWix、Blogger 這類平台
Sitemap 網址`你的網域/wp-sitemap.xml``你的網域/sitemap_index.xml`平台自動產生,網址看平台說明
誰做的WordPress 5.5 版起內建外掛自動產生,會取代內建那一份平台管
一份清單放幾個網址一份最多 2,000 筆,超過自動分成多份預設每份 200 筆,可以改平台決定
中文介面叫什麼沒有設定頁「Rank Math SEO」裡的「網站地圖設定」看平台

最簡單的確認方法,是把網址貼到瀏覽器打開。看到一頁列滿網址或子清單的畫面,就代表清單存在;出現「找不到網頁」,就換另一個網址試。

Google 規定單一份 Sitemap 最多 5 萬個網址、未壓縮 50 MB。營業員網站離這個上限很遠,不用擔心大小。

延伸閱讀:SEO與WordPress網站優化

三、怎麼提交:Search Console 四個步驟,另一條路是 robots.txt

所謂「提交」,Google 的說法是告訴它清單放在哪裡,你沒有把檔案上傳給 Google。

在 Search Console 提交:

  1. 確認你有這個資源的「擁有者」權限。只有使用者權限的人沒辦法在報表裡提交。
  2. 打開 Search Console 左側選單的「Sitemap」。
  3. 在「新增 Sitemap」方塊填入清單網址,例如 Rank Math 的網站填 `sitemap_index.xml`。
  4. 按「提交」,回到列表看狀態。

沒有擁有者權限時,可以在網站的 robots.txt 加一行 `Sitemap: https://你的網域/sitemap_index.xml`,Google 下次讀 robots.txt 時會找到它。WordPress 內建的 robots.txt 會自動列出內建清單的位置。

在 Search Console 提交寫在 robots.txt
要什麼權限資源擁有者能改網站檔案
看得到狀態嗎看得到,報表列出讀取時間和錯誤報表不會列出這份清單
適合誰自己架站、自己管 Search Console網站是別人代管、你只拿到部分權限

Search Console 的報表只會列出從報表或 API 交出去的清單。就算 Google 已經從 robots.txt 找到了,想看狀態還是再從報表交一次。

延伸閱讀:Google Search Console 怎麼用:驗證網站、看成效報表、找出該改的文章

一鍵開站

四、三種狀態各代表什麼

交出去之後,列表的「狀態」欄會出現下面其中一種。

狀態Google 的說明郵差比喻你要做什麼
成功已載入並處理完畢,網址都排進檢索佇列清單拿到了,地址都看得懂不用動,定期回來看
發生錯誤拿得到清單,有部分內容讀不懂;讀得懂的網址照樣排進佇列清單拿到了,有幾行字看不清楚點進去看錯誤清單,照項目改
無法擷取連清單檔案本身都拿不到郵差到了郵局,清單不在櫃台照第五節的順序查

「系統探索到的網頁」那一欄,是 Google 從清單裡讀到幾個網址。這是 Google 知道的網址數,進了索引的另外算;要看進了幾頁,從同一列點「查看索引涵蓋範圍」。

延伸閱讀:SEO中爬蟲的概念

五、出現「無法擷取」:照這個順序查五個地方

Rank Math 的說明文件提到,「無法擷取」有時只是 Google 還沒去拿,有時是清單真的有問題,畫面上分不出來,所以兩種都當成有問題來查最省時間,從最常見的原因排起。

  1. 網址打錯,或清單不在那裡。把交出去的網址貼進瀏覽器,打得開才算數。Google 列出的原因之一就是 404,也就是那個網址找不到檔案。網址裡多一個空格也會失敗。
  2. 交到錯的網站版本。`http` 和 `https`、有沒有 `www`,在 Search Console 是不同的資源。到 WordPress 後台「設定」>「一般」看「網站網址」,確認你驗證的資源跟它一模一樣,再到那個資源提交。
  3. robots.txt 擋住了清單。Google 拿清單時會照 robots.txt 的規則走。打開 `你的網域/robots.txt`,看有沒有一行 `Disallow` 擋到清單的路徑。
  4. 清單是空的,或被快取存成舊版。所有文章都設成「不索引」,清單就會是空的;快取外掛把清單存成舊版,Google 拿到的也是舊的。Rank Math 建議把 Sitemap 排除在快取之外,再到 WordPress「設定」>「永久連結」按一次儲存。
  5. 伺服器或暫時性問題。主機當下沒回應,Google 也會拿不到。Google 拿不到時會再試幾天,不用一直重交;等一兩天還是同樣狀態,再往下用工具確認。

用網址檢查工具確認:把清單網址貼到 Search Console 上方的網址檢查,按「即時測試」,展開「網頁可用性」。正常的樣子是「是否允許檢索?」寫「是」、「網頁擷取」寫「成功」。這兩格哪一格不對,就是問題所在。

前五項都查過還是不行,Rank Math 的說明文件提供一個做法:改交 `你的網域/?sitemap=1` 這種寫法的網址,等於換一個名字再交一次。

查到的原因WordPress 內建裝了 Rank MathWix、Blogger 這類平台
網址打錯改交 `wp-sitemap.xml`改交 `sitemap_index.xml`照平台說明的網址交
版本不對到正確的資源提交同左同左
robots.txt 擋住改主機上的 robots.txt用 Rank Math 的 robots.txt 編輯功能改看平台設定
清單空的或舊的檢查文章是否被設成不索引檢查「標題與中繼資料」的 Robots 設定,清快取平台處理

修好之後,回到 Sitemap 報表重新提交一次。Google 說明寫到,一直拿不到的清單,它試幾天後會停止讀取,修好要重新交,它才會再去拿。

延伸閱讀:文章發了 Google 搜不到怎麼辦:網址檢查、要求建立索引

六、提交之後:多久看一次、什麼時候要重交

清單一旦讀取成功,Google 會自己定期回來讀,WordPress 和 Rank Math 也會在你發新文章時自動更新清單。所以每發一篇文章,不用回 Search Console 重交一次。

情況要不要重新提交
每週發新文章不用,清單會自己更新,Google 會自己回來讀
換了 SEO 外掛、清單網址變了要,交新的網址
狀態是「無法擷取」,修好了要,修好後重交
網站整個搬家、換網域要,新網域的資源也要交

在報表裡「刪除」一份清單,只是不再顯示,Google 不會因此忘掉清單裡的網址。想讓某一頁不出現在搜尋結果,要改那一頁的設定,刪清單沒有用。

營業員的網站頁數不多,清單交一次、狀態是「成功」,之後每個月看一眼就夠了。把時間留給寫文章,網站裡的連結街道多了,郵差自然常來。

延伸閱讀:Rank Math 設定教學:每篇文章要填哪幾格

常見問題

Q1:Sitemap 和網站上的「網站地圖」頁面是同一個東西嗎?

給 Google 讀的是 XML 格式的 Sitemap,長得像一串網址清單。有些網站另外做一頁給人看的「網站地圖」頁面,那是 HTML 頁面,用途是讓訪客找文章。Rank Math 中文介面把兩種都叫「網站地圖」,提交到 Search Console 的是 XML 那一份。

Q2:我同時有 wp-sitemap.xml 和 sitemap_index.xml,要交哪一個?

裝了 Rank Math,交 `sitemap_index.xml`。Rank Math 的網站地圖功能開著時,會取代 WordPress 內建那一份。只交一份,報表也比較好看懂。

Q3:狀態「成功」了,為什麼文章還是搜不到?

清單只負責讓 Google 知道地址,要不要建立索引是另一關。到 Search Console 用網址檢查看那篇文章的狀態,原因和做法在〈文章發了 Google 搜不到怎麼辦〉那篇有整理。

總結

Sitemap 是交給 Google 的門牌清單:WordPress 內建在 `wp-sitemap.xml`,Rank Math 在 `sitemap_index.xml`,平台網站多半自動管好。在 Search Console 交一次,狀態「成功」就不用再管;看到「無法擷取」,先打開網址確認清單在、再核對網站版本、robots.txt、清單內容和伺服器,修好重交。清單交對了,接下來就專心寫文章、把文章之間的連結做好。

系列導讀

更多資訊

身為期貨營業員的你,想要架設屬於自己的網站嗎?

在我這裡,按個按鈕就能開站!另外再送你線上行銷教學!

不過我相信你一定會有很多疑問想知道吧

我把常見的問題都寫在這了,快去看看吧:營業員架站常見Q&A

OP凱文
OP凱文

選擇權交易者,喜歡在網路上分享,對SEO與線上經營個人品牌有小小研究。