内容站更新后 sitemap 没重新提交

你一次发布了 50 篇新文章。一周后 Search Console 里 URL 数还是发布前那个数，site: 也搜不到新页面。build 成功了，sitemap 也在线上，但 Google 没注意到。

最快的解法（大多数情况）： 确保每个新 URL 带有准确的 <lastmod>，确认 robots.txt 声明了 sitemap，然后打开 Search Console > Sitemaps 把 sitemap URL 重新 add 一遍强制重读。这覆盖了 Google 真正会响应的两个信号。不要再去用老的 google.com/ping 或 bing.com/ping——两个都已经停用了（下面细说）。

搜索引擎不会激进地拉 sitemap。重抓节奏取决于历史抓取行为、它看到的 lastmod 值，以及明确的重新提交。sitemap 存在 ≠ sitemap 被读过。

重要——ping 端点已经没了。 Google 在 2023 年 6 月废弃了 /ping?sitemap= 端点；截至 2026 年 6 月它返回 404。Bing 更早，2022 年就停了 bing.com/ping（现在是 410 Gone）。任何部署脚本里还在 curl 这些 URL 的，都是在做无用功。受支持的替代方案是：Google 走 lastmod + robots.txt + Search Console（手动或 API），Bing/Yandex/Seznam/Naver 走 IndexNow。

你属于哪一种？

症状	最可能的原因	跳转
线上 <url> 数比本地 build 少	CDN 在发旧 sitemap	原因 1
robots.txt 没有 Sitemap: 那一行	sitemap 从没被声明	原因 2
sitemap 列着，“Last read” 是几周前	没重新提交、变更信号弱	原因 3
新文章的 <lastmod> 是旧的或缺失	爬虫看到”没变化”	原因 4
index 里列的分片 404	sitemap 索引和分片对不上	原因 5
sitemap 里有 URL 但每个都是 noindex	抓取后被排除	原因 6

常见原因

1. sitemap 生成了但还在发旧版

build 写了新的 sitemap.xml，但 CDN 边缘缓存还在返回旧的。爬虫拉到旧 URL，新的没看到。

如何判断：curl -s https://yoursite.com/sitemap.xml | grep -c '<loc>' 数条目数，和本地 dist/sitemap.xml 对比。（用 <loc> 而不是 <url>；sitemap 索引文件用的是 <sitemap>/<loc>，根本没有 <url> 标签。）

2. robots.txt 没声明 sitemap 位置

robots.txt 没写 Sitemap: 那一行，爬虫除非你在 Search Console 显式提交，否则可能永远找不到 sitemap。Sitemap: 是每个引擎都会读的那一行 robots.txt 指令。

如何判断：curl -s https://yoursite.com/robots.txt | grep -i sitemap。输出为空就是没声明。

3. sitemap 当初提交过但之后没再提交

Google 会重抓提交过的 sitemap，但频率取决于观察到的更新节奏。历史上更新少的站，重抓间隔可能 1-2 周。重新提交不会强制索引，但会把文件重新排进 Googlebot 的下一轮抓取队列。

如何判断：Search Console > Sitemaps > 看 “Last read” 那一列。

4. lastmod 时间没更新

ping 端点没了以后，Google 明确依赖 <lastmod> 来安排对已知 URL 的重抓。如果你的 build 输出的是旧的或完全一样的 lastmod，爬虫看不到任何变化信号，就会把重抓往后排。Google 官方说法是：lastmod 只有在准确且可对照页面内容验证时才有用——假的”永远是今天”的时间戳会被忽略。

如何判断：打开 sitemap.xml，确认新文章有近期 <lastmod>，老文章的 lastmod 反映了最近一次真实编辑。如果每条都是同一个 build 时间戳，看 sitemap lastmod 永远是今天。

5. sitemap 索引和分片对不上

大站会用 sitemap index 指向多个分片（按版块或按语言）。新文章进了某个分片，但 index 还引着旧文件——或者某个分片返回 404——爬虫就发现不了新内容。

如何判断：curl -s https://yoursite.com/sitemap-index.xml 确认每个子 sitemap 都列出来且返回 200：

curl -s https://yoursite.com/sitemap-index.xml \
  | grep -oE 'https://[^<]+\.xml' \
  | while read u; do echo "$(curl -s -o /dev/null -w '%{http_code}' "$u") $u"; done

每一行都应该以 200 开头。

6. 新 URL 被 robots.txt 或 noindex 挡了

sitemap 列了 URL，但每个页面带 <meta name="robots" content="noindex">，或者在 robots.txt 里被 Disallow。爬虫抓到、看到排除标记就丢掉——Search Console 会报 Submitted URL marked 'noindex' 或 Submitted URL blocked by robots.txt。

如何判断：curl -s <new-article-url> | grep -i 'noindex' 不应该有命中。然后看 robots.txt 里有没有覆盖到新路径的 Disallow:。如果发现冲突，看 robots meta 和 sitemap 冲突。

动手前先确认

• 新文章在生产站上是真在线（用浏览器打开一篇，看源码）。
• 记下部署完成的时间——重抓的计时是从这里开始算的。
• 你对该属性有 Search Console 访问权（URL-prefix 属性和 Domain 属性有区别；sitemap 必须落在已验证的属性下面）。

需要收集的信息

• curl -s https://yoursite.com/sitemap.xml | head -50 的输出——前几条和结构。
• 线上 sitemap 的 <loc> 总数。
• robots.txt 内容。
• Search Console > Sitemaps > 状态和 “Last read” 时间。
• Search Console > Pages（“网页索引编制”报告）> 新 URL 是不是落在 “Discovered - currently not indexed” 或 “Crawled - currently not indexed” 里。

一步步修复

Step 1：本地和线上的 sitemap 对一下

# 本地
grep -c '<loc>' dist/sitemap.xml
head -3 dist/sitemap.xml

# 线上
curl -s https://yoursite.com/sitemap.xml | grep -c '<loc>'
curl -s https://yoursite.com/sitemap.xml | head -3

数量应该一致。线上小于本地就是 CDN 缓存问题——按 CDN 重建后缓存过期 那篇去 purge，再复查。

Step 2：robots.txt 里声明 sitemap

public/robots.txt：

User-agent: *
Allow: /

Sitemap: https://yoursite.com/sitemap-index.xml

有 index 用 index 的 URL，没有就用 sitemap.xml。多个 Sitemap: 行是允许的（每个分片都列，或只列 index）。rebuild 后 curl -s https://yoursite.com/robots.txt 必须能看到 Sitemap: 行。

Step 3：让 <lastmod> 带上真实信号

ping 端点既然死了，lastmod 现在就是告诉 Google “重抓这个” 的主要信号。要按文章取，别用 build 时间。

Astro 例子（astro.config.mjs 配 @astrojs/sitemap）：

import sitemap from "@astrojs/sitemap";

export default defineConfig({
  integrations: [
    sitemap({
      serialize(item) {
        // 把每个 URL 映射回它对应文章的真实更新时间
        item.lastmod = lastmodForUrl(item.url); // 你的 frontmatter updatedAt
        item.changefreq = "weekly";
        item.priority = 0.7;
        return item;
      },
    }),
  ],
});

lastmod 从 frontmatter 的 updatedAt 取（文章没改过就退回 publishedAt）。别给每一条都盖上 new Date() 的 build 时间——Google 会把整齐划一的”全新”时间戳当噪声忽略掉。

Step 4：在 Search Console 里重新提交

search.google.com/search-console > 选属性 > 左边 Sitemaps。

Add a new sitemap:
  https://yoursite.com/sitemap-index.xml
Submit

活跃属性几分钟就读，刚开站的久一点。如果已经有一个 sitemap 显示 Couldn't fetch 或 “Last read” 很老：

1. 从列表里 remove 掉。
2. 用同一个 URL 重新 add。
3. remove + re-add 会强制重抓一次。

Step 5（可选）：用 API 自动化 Search Console 重提交

老 ping 的受支持替代品是 Search Console API 的 sitemaps.submit 方法（scope 为 https://www.googleapis.com/auth/webmasters）。它是一个 PUT：

https://www.googleapis.com/webmasters/v3/sites/{SITE_URL}/sitemaps/{FEEDPATH}

其中 {FEEDPATH} 是 URL 编码后的 sitemap URL。调用成功返回空的 200 body。用一个 service-account token 把它接进部署步骤，就能每次发版自动把 sitemap 重新排队——这才是正规的”自动重提交”路径，不是去 curl /ping。

Step 6：用 IndexNow 通知 Bing 和其他引擎

Bing、Yandex、Seznam、Naver、Yep 都不再接受 sitemap ping，它们用 IndexNow。你在 https://yoursite.com/<key>.txt 放一个 key 文件（key 为 8-128 位字符，可用 a-z、A-Z、0-9 和 -，是文件唯一的内容——它故意公开，好让引擎验证所有权），然后 POST 变更过的 URL：

curl -s -X POST "https://api.indexnow.org/indexnow" \
  -H "Content-Type: application/json; charset=utf-8" \
  -d '{
    "host": "yoursite.com",
    "key": "YOUR_KEY",
    "keyLocation": "https://yoursite.com/YOUR_KEY.txt",
    "urlList": ["https://yoursite.com/articles/new-article-slug/"]
  }'

单次最多 10,000 个 URL；返回 200 或 202 即已接受。注意：Google 不消费 IndexNow（截至 2026 年 6 月），所以这只加速 Bing/Yandex 等——Google 那边你还是靠 Step 3-5。本站已经把 IndexNow ping 做成了 postbuild 步骤（scripts/ping-indexnow.mjs），所以大多数部署这一步是自动的。

Step 7：重要页面用 URL Inspection 单页推进

特别重要的新页，在 Search Console 里单个推：

Search Console 顶部搜索框 > 粘贴 URL > Inspect
> "URL is not on Google" > Request Indexing

这一项有限速（每个属性大约一天就几次，负载高时 Google 还可能临时暂停队列），所以留给你最有价值的页面，别整批往里灌。

怎么确认修好了

• curl -s https://yoursite.com/sitemap.xml | grep -c '<loc>' 等于你期望的总数。
• Search Console > Sitemaps > “Last read” 更新到了今天，状态是 Success。
• Sitemaps 报告里的 “Discovered URLs” 几天内攀向新总数。
• site:yoursite.com/articles/new-article-slug 约 3-7 天能搜到。
• 新文章 1-2 周内出现在 Search Console > Pages > “Indexed” 里（取决于站点权重）。

长期预防

• robots.txt 永远声明 sitemap——一行的事，能消除一大类发现失败。
• 输出准确的每 URL <lastmod>；ping 没了之后，把它当作主要的”快来重抓”信号。
• 把 Search Console API 重提交和 IndexNow POST 自动化进部署管线，让”提交 sitemap”从手动发版清单里消失。
• 站点超过 50,000 个 URL（或 sitemap 接近 50 MB 未压缩）时，拆成 sitemap index 加分片——看 sitemap 5 万 URL 上限拆分。
• 每周看一眼 Search Console 的 Pages 报告；发现停滞或突然掉是早期预警。

常见坑

• curl google.com/ping?sitemap=... 或 bing.com/ping?sitemap=... 还以为生效了——现在都 404/410，啥都没做。
• 提交 sitemap URL 之前不确认它返回 200；404 的话提交会静默失败。
• 在 sitemap 里列被 robots.txt 屏蔽的 URL——Search Console 会报 Submitted URL blocked by robots.txt。
• 给每条 <lastmod> 都盖 build 时间——Google 会忽略整齐划一的”全新”时间戳。
• sitemap 里混 http:// 和 https://（或 www/非 www）；选定 canonical 主机用到底。

FAQ

Q：我把部署里的 curl ping 删了——拿什么替代？ A：触发 Google 这件事没有替代品了，这个能力本身没了。Google 现在靠 <lastmod> 加 Search Console 提交来安排重抓。想自动重提交就用 Search Console API 的 sitemaps.submit，Bing/Yandex 等用 IndexNow 覆盖。

Q：重新提交 sitemap 会强制 Google 索引这些页面吗？ A：不会。它只是把 sitemap 重新排进 Googlebot 下一轮抓取，并重新发现新增或变更的 URL。是否索引还取决于页面质量和站点权重。

Q：新 URL 多快会被索引？ A：成功读取后通常 24-48 小时内被发现；完整索引一般 3-14 天，看权重。如果页面在 “Discovered - currently not indexed” 停得更久，看 discovered currently not indexed。

Q：sitemap 要包含图片吗？ A：可选。图片 sitemap 扩展对图片搜索有用，但普通页面索引不必须。等核心 sitemap 稳定了再加。

相关阅读

• Sitemap 找不到
• Sitemap 提交了但没被索引
• Sitemap lastmod 永远是今天
• Sitemap 里有页面在 Search Console 里找不到
• Sitemap 引用了旧域名
• Robots meta 和 sitemap 冲突

标签: #content-site #运营 #排查

相关文章

常见问题解决库

内链腐烂：文章链向已改名/已删除的 slug——主机级 301 + CI 断链检查

重命名 slug 没回头更新 47 篇 linker——内链一半 404。加主机级 301、CI 跑 lychee、prebuild 在内链指向不存在的 slug 时直接 fail。

2026/05/24 #内容运营 #站点质量

常见问题解决库

Canonical 指错页：ZH 翻译指回 EN 原文，导致 ZH 被 Google 去索引

ZH 页的 canonical 指向 EN 版，Google 把 ZH 去索引。修法：每页 canonical 自指（current URL），用 curl + view-source 验证。

2026/05/24 #内容运营 #站点质量

常见问题解决库

Google FAQ rich result 不出了？是被弃用，不是你的 schema 坏了

FAQPage JSON-LD 看着没错但 FAQ rich result 就是不出。2026 年 5 月 7 日起 Google 对所有站点弃用了 FAQ rich result。先确认是这个原因，再决定保留还是删除。

2026/05/24 #内容运营 #站点质量

常见问题解决库

EN/ZH 之间 Hreflang 配错：缺 return tag、语言代码不一致、没有 x-default

hreflang 对中两页不互引、语言代码不一致（zh vs zh-CN）、缺 x-default。从 translationKey 自动发，用 Merkle hreflang 校验器验，从源头一次修好。

2026/05/24 #内容运营 #站点质量

常见问题解决库

图片 alt 文本批量缺失：审计、回填，并用构建检查锁死

几百张图没有 alt 属性，砸了无障碍、图片搜索和 AdSense 质量信号。按类别审计、按流量回填，再让构建在回退时直接失败。

2026/05/24 #内容运营 #站点质量

常见问题解决库

发布日期卡在过去：明明刷新了文章，SERP 还显示陈旧日期

publishedAt 永不移动，SERP 显示老日期。加 updatedAt、只显示一个日期、让 schema 与可见日期一致、只在实质改动时撞日期。

2026/05/24 #内容运营 #站点质量