每次發布時，根據完成的公開頁面集合重新產生網站地圖，然後一併上傳兩者。這套 Mac 工作流程使用簡短的 Python 指令碼，自動納入新增頁面並移除已刪除頁面，並檢查公開網站的結果。

這裡的任務是維護從 Mac 匯出的靜態小型網站的網站地圖。範例使用關於顏色的虛構頁面，並假設你現有的發布流程可以上傳匯出資料夾，並從公開網站移除過時檔案。

選擇網站地圖重新產生流程的位置

先確認你的發布系統是否已經會產生網站地圖。Google 指出，許多內容管理系統會自動提供網站地圖。如果你的系統有，請先新增並移除測試頁面，再檢查網站地圖，然後才導入另一個產生器。瞭解網站地圖。

對於靜態匯出，請依照以下順序操作：完成頁面匯出、從匯出內容產生網站地圖，再發布產生的資料夾。這是一種建議的實作模式：它能讓網站地圖描述與發布系統收到的頁面集合相同。

在發布期間產生網站地圖，也能讓新增和移除遵循一致的規則。完成的匯出內容中有的頁面會列入；沒有的頁面則會省略。你不必另外記住要更新清單。

選擇符合現有設定的整合方式：

現有發布設定 重新產生的位置
CMS 已維護網站地圖 保留該產生器，並測試它如何因應頁面變更
靜態匯出工具支援匯出後執行命令 在上傳前於該處執行產生器
現有命令會發布已完成的資料夾 透過產生器的選用發布參數執行該命令
你透過桌面介面上傳 先產生網站地圖，再上傳完整資料夾；若要無人值守地更新公開網站，則需要受支援的發布整合方式

本機指令碼本身無法變更遠端網站。以下工作流程會自動產生網站地圖，也可以啟動現有的發布命令。實際上傳仍由你既有的發布工具負責。

明確界定哪些頁面應列入網站地圖

對一般頁面 URL，Google 接受每行包含一個完整 URL 的文字格式網站地圖。此任務不必使用 XML。每個頁面都應列出其偏好的公開 URL，而不是同一內容的多種 URL 版本。建立並提交網站地圖。

文字格式需要使用 UTF-8 編碼，且只能包含 URL，不可有標題或註解。單一檔案最多可包含 50,000 個 URL，大小上限為 52,428,800 位元組。請將此範例的網站地圖放在網站根目錄，讓它涵蓋該位置下方匯出的頁面。網站地圖協定：文字檔與位置。

產生器採用刻意保持簡單的匯出慣例：

匯出的檔案 示意公開 URL
public/index.html https://example.com/
public/colors/blue.html https://example.com/colors/blue.html
public/tiles/index.html https://example.com/tiles/

只有在你的主機提供完全相同的 URL 時，才使用這個慣例。如果發布工具會將 blue.html 轉換為 /colors/blue/，或是在 /collection/ 之類的路徑下提供網站，請改用它的路由清單，或在發布前調整對應方式。掃描檔名無法推斷自訂路由。

只保留預定要納入匯出資料夾的頁面。此範例會略過以句點開頭的路徑和名為 404.html 的檔案；它不會檢查頁面中繼資料、標準網址宣告或重新導向規則。若網站還有這些條件，應改為從發布工具提供的合格頁面清單產生網站地圖。

也請持續維護一般導覽連結。WHATWG 將使用 a 元素和 href 屬性建立的超連結列入規範；Google 則說明，妥善連結的頁面通常可透過導覽被發現。更新網站地圖時，也應一併更新指向新增或移除頁面的連結。WHATWG HTML 標準：連結、瞭解網站地圖。

在 Mac 上建立產生器

你需要 Python 3.8 或更新版本，以及純文字編輯器。在終端機執行 python3 --version，查看你可用的直譯器。如果需要 Python，請依照 Python 軟體基金會的 macOS 安裝說明操作。其文件也說明如何在終端機使用 python3 執行指令碼。在 macOS 上使用 Python。

在桌面建立名為 sitemap-demo 的資料夾。將以下完整程式儲存於其中，檔名為 regenerate_sitemap.py。此程式使用 Python 標準函式庫，不需安裝其他套件。

import argparse
from pathlib import Path, PurePosixPath
import subprocess
import tempfile
from urllib.parse import quote, urlsplit


def make_sitemap(paths, origin):
    parsed = urlsplit(origin)
    if (parsed.scheme not in ("http", "https") or not parsed.hostname
            or parsed.netloc != parsed.hostname
            or parsed.path not in ("", "/")
            or parsed.query or parsed.fragment):
        raise ValueError("Use a site origin, such as https://example.com")
    base = origin.rstrip("/")
    urls = set()
    for relative in paths:
        path = PurePosixPath(relative)
        if path.name == "index.html":
            parent = path.parent.as_posix()
            route = "" if parent == "." else parent + "/"
        else:
            route = path.as_posix()
        urls.add(base + "/" + quote(route, safe="/"))
    if not urls:
        raise ValueError("No eligible pages; sitemap was not replaced")
    if len(urls) > 50000:
        raise ValueError("Split the sitemap: more than 50,000 URLs")
    data = ("\n".join(sorted(urls)) + "\n").encode("utf-8")
    if len(data) > 50 * 1024 * 1024:
        raise ValueError("Split the sitemap: larger than 50 MB")
    return data


def main():
    parser = argparse.ArgumentParser()
    parser.add_argument("folder")
    parser.add_argument("origin")
    parser.add_argument("publish", nargs=argparse.REMAINDER)
    args = parser.parse_args()
    root = Path(args.folder).resolve()
    if not root.is_dir():
        parser.error("The export folder must already exist")
    paths = []
    for file in root.rglob("*.html"):
        relative = file.relative_to(root)
        if (file.is_file() and file.name != "404.html"
                and not any(p.startswith(".") for p in relative.parts)):
            paths.append(relative.as_posix())
    data = make_sitemap(paths, args.origin)
    target = root / "sitemap.txt"
    temporary = None
    try:
        with tempfile.NamedTemporaryFile(dir=root, delete=False) as handle:
            temporary = Path(handle.name)
            handle.write(data)
        temporary.replace(target)
    finally:
        if temporary is not None:
            temporary.unlink(missing_ok=True)
    print(f"Wrote {len(data.splitlines())} URLs to {target}", flush=True)
    if args.publish:
        subprocess.run(args.publish, check=True)


if __name__ == "__main__":
    main()

每次執行時都會重建完整的 URL 清單。程式會排序並去除重複項目、編碼路徑中的空格等字元，並先寫入暫存檔，再取代 sitemap.txt。若產生過程發生錯誤，程式會停止，不會執行選用的發布命令。

若匯出內容為空，程式會刻意引發錯誤，並保留先前的網站地圖。這可以抓出意外選錯資料夾或資料夾內容不完整的情況。若要刻意移除所有頁面，應另外決定如何發布，而不是將空的匯出內容交給此工作流程處理。

在連接發布流程前，先測試新增與移除頁面

在終端機中，切換至示範資料夾：

cd "$HOME/Desktop/sitemap-demo"

使用以下完整設定命令建立兩個虛構頁面。請在新建的示範資料夾中執行；此命令會寫入兩個指定的範例檔案。

python3 - <<'PY'
from pathlib import Path

root = Path("public")
(root / "colors").mkdir(parents=True, exist_ok=True)
pages = {
    "index.html": "<!doctype html><title>Color collection</title><p>Color collection.</p>",
    "colors/blue.html": "<!doctype html><title>Blue tile</title><p>A blue tile.</p>",
}
for name, content in pages.items():
    (root / name).write_text(content, encoding="utf-8")
PY

產生並檢查本機網站地圖。範例網站來源只是示意，這些命令不會將任何內容發布至該處。

python3 regenerate_sitemap.py public https://example.com
cat public/sitemap.txt

預期檔案會剛好包含以下兩行：

https://example.com/
https://example.com/colors/blue.html

現在將虛構的藍色頁面換成綠色頁面：

python3 - <<'PY'
from pathlib import Path

root = Path("public")
(root / "colors/blue.html").unlink()
(root / "colors/green.html").write_text(
    "<!doctype html><title>Green tile</title><p>A green tile.</p>",
    encoding="utf-8",
)
PY
python3 regenerate_sitemap.py public https://example.com
cat public/sitemap.txt

預期結果是首頁 URL，後接 https://example.com/colors/green.html。藍色頁面的 URL 會消失，因為匯出的檔案已不存在。這能檢查更新的兩種情況，不必仰賴搜尋引擎察覺變更。

將重新產生網站地圖納入每次發布

對於你的實際網站，請將示範資料夾和來源換成實際完成的匯出資料夾和公開來源。只在匯出完成後執行產生器，並在發布完成前保持該資料夾不變。各次發布請依序執行。

如果專案資料夾中已有可正常運作且名為 deploy-site.sh 的發布指令碼，以下整合命令會先產生網站地圖，再執行該指令碼。此範例需要既有指令碼；產生器不會建立該指令碼，也不會提供主機設定。

python3 regenerate_sitemap.py public https://example.com sh ./deploy-site.sh

你的發布指令碼必須上傳同一個 public 資料夾，包括 sitemap.txt，並移除公開網站上匯出內容中已不存在的檔案。它不得在產生網站地圖後重建頁面。若發布工具也會建置網站，請改在建置階段和上傳階段之間產生網站地圖。

若產生失敗，發布命令就會略過。若發布失敗，Python 會回報失敗，但遠端網站可能已部分變更。重試前請先檢查公開網站的結果。如果主機支援一次發布完整版本，請使用該功能的官方機制。

若使用桌面上傳工具，請先產生網站地圖，再選取要上傳的匯出資料夾。確認上傳工具會取代現有網站地圖，並妥善處理已移除的頁面。這仍需要執行上傳動作；單靠本機自動產生網站地圖，無法在無人值守的情況下發布至公開網站。

分別驗證公開網站地圖和已移除頁面

成功發布後，請在瀏覽器中開啟實際公開的 sitemap.txt URL。確認新增頁面有列入，已移除頁面則沒有。接著直接造訪每個受影響的頁面。這能區分正確的本機匯出內容和正確的公開版本。

刪除網站地圖項目，並不能決定該頁面舊網址的 HTTP 回應。對於沒有替代頁面的已移除頁面，請確認主機傳回適當的頁面不存在回應。RFC 9110 將 404 定義為資源目前沒有表示內容，將 410 定義為已知資源很可能永久無法使用的情況。RFC 9110：HTTP 語意。

若頁面顯示找不到頁面的訊息，卻傳回 200，Google 可能會將其視為軟性 404。Google 也說明，先前已建立索引而傳回適用 4xx 回應的 URL，會隨時間從其索引中移除。因此，從網站地圖刪除 URL 只是移除頁面的一個步驟。HTTP 狀態碼如何影響 Google 檢索工具。

發現異常時，請依照以下診斷步驟：

觀察到的情況 接下來檢查
本機網站地圖仍列出已移除的頁面 檢查是否有遺留的匯出檔案，或選錯匯出資料夾
本機網站地圖正確，但公開版本不同 檢查上傳的資料夾、目的地和快取
公開網站地圖正確，但已移除的頁面仍可開啟 檢查發布流程是否移除了遠端舊檔案
產生的 URL 開啟錯誤頁面 依據檔名慣例檢查主機的路由對應
新 URL 已公開，但搜尋結果中沒有 將搜尋引擎的發現和建立索引視為另一個流程

快取可能是公開網站地圖看起來沒有變更的原因。RFC 9111 定義了快取回應如何維持新鮮，以及如何重新驗證。如果主機支援設定回應標頭，Cache-Control: no-cache 會要求在重用儲存的回應前先成功驗證；只變更本機檔案並不會設定該標頭。RFC 9111：HTTP 快取。

維持固定的網站地圖網址

透過 Search Console 的 Sitemaps 報表提交公開網站地圖的固定 URL，或在網站既有的 robots.txt 檔案中參照該 URL，讓使用者和搜尋引擎能找到它。Google 說明了這兩種方式，並指出提交只是提示。建立並提交網站地圖。

以示意網站為例，探索用的那一行會是：

Sitemap: https://example.com/sitemap.txt

發布時替換網站地圖內容，但維持其網址不變。實際完成的檢查項目是：公開網站地圖與完成的匯出內容相符、新增頁面可透過列出的 URL 開啟，而已移除頁面則有預期的回應。搜尋引擎會依自己的時程處理這些變更；列入網站地圖不保證一定會檢索或建立索引。瞭解網站地圖。

來源