站点地图 XML 解析器及 URL 提取器
指导
站点地图 XML 解析器及 URL 提取器
粘贴任何 sitemap.xml 或站点地图索引文件，并立即提取每个 URL 及其 lastmod, changefreq，并且 priority。解析器完全在您的浏览器中运行，使用原生 DOMParser，因此没有任何内容离开页面。按最近更新时间过滤，按任意列排序，导出为 Markdown、CSV、JSON 或纯 URL 列表，并在提交给搜索引擎前发现无效优先级或格式错误的日期。
如何使用
- 将站点地图的内容粘贴到输入框中，或上传一个
.xml文件。 - 工具检测根元素是否为
<urlset>或<sitemapindex>并解析每个条目。 - 选择输出格式——SEO 文档使用 Markdown 表格，电子表格使用 CSV，脚本使用 JSON，快速爬取使用纯 URL 列表。
- 使用 lastmod 过滤器查找在最近 7/30/90/365 天内更新的页面，或发现缺少
lastmod的条目。 - 按 URL、lastmod、优先级或 changefreq 排序，以发现模式或异常值。
- 查看验证摘要，然后点击 复制 或 下载 保存结果。
特征
- 自动检测站点地图类型 – 支持
<urlset>站点地图和<sitemapindex>嵌套索引。 - 完整元数据提取 – 提取每个条目的
loc,lastmod,changefreq，并且priority。 - 多种输出格式 – 生成 Markdown 表格、CSV、JSON 或纯 URL 列表，全部在浏览器中实时生成。
- 日期过滤 – 限制结果为在最近 7、30、90 或 365 天内更新的条目，或隔离缺少
lastmod. - 的条目。 智能排序
- – 按 URL、lastmod（最新或最旧优先）、优先级或 changefreq 排序。 内置验证
changefreq– 标记格式错误的 URL、不符合 W3C 日期格式的日期、未知 - 仅客户端 值、超出范围的优先级，以及超出 sitemaps.org 规范 50,000 条限制的条目。
- 一键示例 – 使用浏览器原生 DOMParser；您的站点地图永远不会离开页面。
urlset或sitemapindex– 加载一个示例
常问问题
-
站点地图和站点地图索引有什么区别？
一个常规站点地图（根元素
<urlset>）列出您希望搜索引擎爬取的各个页面 URL。一个站点地图索引（根元素<sitemapindex>）不会直接列出页面，而是列出指向其他站点地图文件的指针。当站点拥有超过 50,000 个 URL 或站点地图按部分（如文章、页面、产品等）划分时，会使用索引，因为 sitemaps.org 规范限制单个站点地图最多 50,000 个 URL 和 50 MB 未压缩大小。 -
lastmod 字段需要什么格式？
sitemaps.org 协议要求使用 W3C 日期格式，这是 ISO 8601 的一个子集。最短的有效形式是像
lastmod这样的日期；您也可以包含时间和时区偏移，例如2025-11-04。其他格式如2025-11-04T15:30:00+00:00或2025-11-04T15:30:00Z不符合规范，可能会被爬虫忽略。11/04/2025或Nov 4, 2025changefreq 和 priority 的有效值是什么？ -
元素接受以下字面值之一：
这
changefreq元素是介于 0.0 到 1.0 之间的十进制数，表示在您网站内的相对重要性；如果省略，默认值为 0.5。请注意，谷歌已公开表示它在排名和爬取调度中基本忽略这两个字段，但它们仍属于规范，对其他爬虫和内部 SEO 审计可能具有信号作用。always,hourly,daily,weekly,monthly,yearly， 或者never。的priority搜索引擎是否实际使用优先级和 changefreq 值？ -
谷歌已确认它在排名和爬取调度中忽略
。Bing 和其他搜索引擎仅将其作为提示。然而，
priority且changefreq元素被广泛用作内容新鲜度的信号，前提是其准确且未为每个 URL 设置今天的日期。许多 SEO 审计流程仍会检查lastmod以验证站点自身的站点地图生成逻辑，即使这些值不会直接影响搜索行为。priority且changefreq为什么我的 XML 无法解析，尽管它看起来是正确的？ -
大多数解析错误来自几个原因：URL 中未转义的“&”（必须为
）、UTF-8 字节顺序标记或
&声明前的空白字符、不匹配或未关闭的标签，或编码声明与实际文件编码不匹配。此工具使用的 DOMParser 遵循浏览器的相同规则，因此在此工具中无法验证的 XML 也将在严格爬虫中失败。将有问题的块粘贴到 XML 验证器中并分段修剪文件是最快定位错误的方法。<?xml ?>声明、标签不匹配或未闭合、或编码声明与实际文件编码不一致。本工具使用的DOMParser遵循浏览器的相同规则，因此在此处验证失败的任何XML，在严格的爬虫中也会失败。将有问题的部分粘贴到XML验证器中，并将文件逐半裁剪，是最快定位错误的方法。
