Google Search Console 的 Sitemap 錯誤代表什麼?該如何修正?
Google Search Console 中的 Sitemap 錯誤,要嘛是 Google 根本無法下載檔案(「無法擷取」,在詳細資料頁面上顯示為「無法讀取 Sitemap」),要嘛是下載了但無法剖析其中一部分(「有錯誤」)。擷取失敗通常來自錯誤的網址、robots.txt 規則、伺服器錯誤,或防火牆對 Googlebot 做出了不同回應;剖析錯誤則來自損壞的 XML、錯誤的日期、錯誤的網址,或超過 50,000 個網址或 50 MB 的檔案。用 curl 從外部測試 Sitemap 網址,修正原因後再重新提交。
Search Console 的 Sitemap 報表惜字如金:一個狀態、一個數字,有時再加上一個錯誤名稱。每個狀態背後都是一個具體的失敗原因,你可以在一分鐘內從自己的終端機重現。本指南把 Google 記載的每則訊息對應到原因,說明如何從外部測試,並列出修正方式。
本頁內容
Search Console 中的 Sitemap 狀態代表什麼?
你提交的每個 Sitemap 都會有一個狀態,反映 Google 最後一次請求它時的結果:
- 成功(Success):Sitemap 已擷取並處理完成,沒有錯誤,其中所有網址都已排入檢索佇列。
- 有錯誤(Has errors,也會顯示為 Sitemap had X errors):檔案已擷取,但其中部分內容無法剖析。剖析成功的網址仍會排入佇列。
- 無法擷取(Couldn't fetch):Google 無法取得檔案本身。打開該 Sitemap 時,詳細資料頁面會顯示「無法讀取 Sitemap」(Sitemap could not be read)。在法文版 Search Console 中,同一則訊息是 Impossible de lire le sitemap,頂層狀態則是 Impossible de récupérer le sitemap。
如果擷取或剖析失敗,Google 會持續嘗試幾天,然後就不再請求該 Sitemap,所以損壞的 Sitemap 不會自己好起來。還有兩個細節可以解釋許多令人困惑的報表:這份報表只列出透過報表或 API 提交的 Sitemap,不包括在 robots.txt 中找到的;而且只顯示目前資源的 Sitemap,所以請確認你所在的是正確的 http 或 https、www 或非 www 資源。
為什麼 Search Console 顯示「無法擷取」或「無法讀取 Sitemap」?
Google 列出了擷取失敗的以下幾種已記載原因:
- Sitemap 被 robots.txt 封鎖。Google 擷取 Sitemap 時會遵守 robots.txt,所以像
Disallow: /sitemap這樣的規則就會擋住它。 - 網址錯誤並傳回 404。常見的錯誤是路徑不同、少了
www,或用了http而不是https。 - 一般性錯誤,例如伺服器無法使用。其中有些是暫時性的。
- 網站有尚未解決的專人介入處理。在問題修正前,Sitemap 不會被讀取。
- 對該 Sitemap 的檢索需求偏低。
有一種 Google 沒有單獨列出的原因,會以一般性錯誤或 HTTP 錯誤的形式出現:防火牆、CDN 或機器人防護以 403、429 或驗證挑戰頁回應 Googlebot,而你的瀏覽器卻拿得到檔案。檔案前方需要登入也會造成同樣的結果。要從 Google 的角度確認失敗,請把 Sitemap 網址貼到網址審查工具中,執行即時測試,並確認「允許檢索」為「是」、「網頁擷取」為「成功」。
如何從外部測試 Sitemap?
從任何一台電腦執行以下四項檢查。把 example.com 換成你的網域。
# 1. Status, redirects and content type
curl -sIL https://example.com/sitemap.xml | grep -iE '^(HTTP|location|content-type)'
# 2. The same file requested with Googlebot's user agent
curl -s -o /dev/null -w "%{http_code} %{content_type} %{size_download}\n" \
-A "Mozilla/5.0 (compatible; Googlebot/2.1; +http://www.google.com/bot.html)" \
https://example.com/sitemap.xml
# 3. Rules and Sitemap lines in robots.txt
curl -s https://example.com/robots.txt | grep -iE '^(user-agent|disallow|allow|sitemap)'
# 4. Well-formed XML and number of URLs
curl -s https://example.com/sitemap.xml -o sitemap.xml
xmllint --noout sitemap.xml && grep -o '<loc>' sitemap.xml | wc -l 要注意的地方:最終狀態必須是 200。一連串的重新導向表示你提交的不是最終網址;Search Console 顯示的是你提交的確切網址,不會為它跟隨重新導向,所以請提交最終網址。內容類型為 text/html 且內容是 HTML,表示伺服器送出的是一個頁面(通常是 404 頁面或首頁),而不是檔案。如果檢查 1 傳回 200,檢查 2 卻傳回 403、429 或 503,就表示有防火牆規則對爬蟲做了不同處理。有些伺服器對 HEAD 請求的回應和 GET 不同,所以檢查 2 使用一般請求。
你的測試來自你自己的 IP 位址,所以它顯示的是你的規則如何對待這個 user agent。依 IP 範圍運作的規則,仍可能對真正的 Googlebot 有不同處理。Google 公布了它的爬蟲 IP 範圍並支援反向 DNS 驗證,因此放行規則可以比對真正的爬蟲,而不是 user agent 字串。
「有錯誤」的各種訊息代表什麼?如何修正?
當檔案已擷取但無法完整剖析時,詳細資料頁面會列出錯誤名稱。你最可能看到的有:
- 剖析錯誤(Parsing error):XML 無法剖析,通常是因為網址中有未逸出的字元。把
&寫成&,並同樣逸出'、"、<與>。 - 不支援的格式(Unsupported format):標頭或命名空間錯誤。Sitemap 必須以 XML 宣告開頭,並使用命名空間
http://www.sitemaps.org/schemas/sitemap/0.9,引號須為直引號。 - 無效的日期(Invalid date):
lastmod必須使用 W3C Datetime 格式,例如2026-11-17或2026-11-17T09:30:00+00:00。如果包含時間,就要包含時區。 - 不允許的網址(URL not allowed):列出的網址位於 Sitemap 所在資料夾的上層,或在其他網域或通訊協定上。路徑不符(Path mismatch)是同樣的問題,只是出在
www:Sitemap 和其中的網址必須一致。 - 網址過多(Too many URLs)或 Sitemap 檔案大小錯誤:超過 50,000 個網址,或未壓縮時超過 50 MB。把檔案拆開,並在 Sitemap 索引中列出各個部分。
- 壓縮錯誤(Compression error):gzip 檔案已損壞。重新壓縮、上傳後再重新提交。
- 空白 Sitemap(Empty sitemap):檔案中沒有任何網址。檢查產生它的工具。
- 開頭有空白字元(Leading whitespace):只是警告。移除 XML 宣告之前的任何內容。
- 網址未被追蹤或網址無法存取(URLs not followed / URLs not accessible):檔案本身沒問題,但列出的網址重新導向次數太多或無法檢索。只列出最終的絕對網址。
<?xml version="1.0" encoding="UTF-8"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
<url>
<loc>https://example.com/products?color=blue&size=m</loc>
<lastmod>2026-11-17</lastmod>
</url>
<url>
<loc>https://example.com/about</loc>
<lastmod>2026-11-10T09:30:00+00:00</lastmod>
</url>
</urlset> Sitemap 的大小限制與格式規則有哪些?
sitemaps.org 通訊協定和 Google 的文件設定了相同的限制:每個 Sitemap 檔案最多 50,000 個網址,未壓縮時最多 50 MB。Sitemap 索引最多可以列出 50,000 個 Sitemap,大小限制相同,索引超過限制時 Google 會回報「Sitemap 過多」(Too many sitemaps)。索引不能指向其他索引。檔案必須以 UTF-8 編碼,每個值都必須做實體逸出,而且 Google 要求使用完整的絕對網址。
Google 也表示它會忽略 priority 與 changefreq,只有在 lastmod 始終一致且可驗證地準確時才會使用,所以請把它設為內容最後一次有意義變更的日期。依照 sitemaps.org 通訊協定,位於 https://example.com/blog/sitemap.xml 的 Sitemap 只能列出 /blog/ 底下的網址,這也是 Google 建議把 Sitemap 放在網站根目錄的原因。大型網站會把網址拆成好幾個檔案,並提交一個索引:
<?xml version="1.0" encoding="UTF-8"?>
<sitemapindex xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
<sitemap>
<loc>https://example.com/sitemap-pages.xml</loc>
<lastmod>2026-11-17</lastmod>
</sitemap>
<sitemap>
<loc>https://example.com/sitemap-blog.xml.gz</loc>
<lastmod>2026-11-15</lastmod>
</sitemap>
</sitemapindex> 也請在 robots.txt 中加入一行包含完整網址的指令,例如 Sitemap: https://example.com/sitemap.xml。它可以放在檔案中的任何位置,任何讀取 robots.txt 的爬蟲都能從中找到你的 Sitemap,而不只是你提交過的那些。
AI 爬蟲也會使用 Sitemap 嗎?
對 Google 來說,間接上是的。Sitemap 幫助 Google 為搜尋索引發現網址,而 Google 表示它的 AI Overviews 與 AI Mode 取材自這個索引:頁面必須已被索引且符合顯示摘要的資格,才能以佐證連結的形式出現。因此,拖慢索引的 Sitemap 錯誤,也可能延後頁面出現在 Google AI 功能中的時間。
至於其他答案引擎,則沒有文件記載。OpenAI、Anthropic 與 Perplexity 的爬蟲文件都沒有說明它們的爬蟲是否讀取 Sitemap,所以不要指望靠 Sitemap 讓頁面進入 ChatGPT、Claude 或 Perplexity。在那裡,內部連結以及開放的 robots.txt 與防火牆更重要。維持一個正常運作的 Sitemap,並在 robots.txt 中加上 Sitemap: 這一行,不需要任何成本,也能服務任何確實會使用它們的爬蟲。
完整的 AISeeWhy 報告會讀取在 robots.txt 中宣告或位於 /sitemap.xml 的 Sitemap,並標記出無法擷取或無法剖析的 Sitemap,每種情況都附有修正指南:Sitemap 無法連線與 Sitemap 無法讀取。
此問題的修正方法
下一步
本文提到的爬蟲
常見問題
「Impossible de lire le sitemap」是什麼意思?
這是法文版 Search Console 中「無法讀取 Sitemap」(Sitemap could not be read)的文字。當 Google 完全無法擷取檔案時,它會出現在詳細資料頁面上。檢查網址、robots.txt、伺服器的狀態碼和你的防火牆,修正原因後再重新提交。
修正之後,Google 多久會重新讀取我的 Sitemap?
Google 表示,你一提交 Sitemap,它就會嘗試檢索,所以修正後請重新提交。成功讀取之後,它會依自己的排程重新檢索 Sitemap,與網站其他部分無關。
為什麼我的 Sitemap 沒有列在 Sitemap 報表中?
這份報表只顯示透過報表或 API 提交的 Sitemap,而且只限目前的資源。透過 robots.txt 找到的 Sitemap 可能被 Google 使用,卻不會出現在那裡。提交它就能看到狀態。
Sitemap 錯誤會讓我的頁面從 Google 消失嗎?
單靠它不會。Google 表示,它會記住先前成功讀取時得知的內容,之後的失敗不會讓它忘記。在 Sitemap 恢復正常前,新的頁面和變更過的頁面可能會比較慢被發現。
刪除 Sitemap 再重新提交,就能清除錯誤嗎?
只有在原因已經修正時才行。從報表中移除 Sitemap 不會讓 Google 忘記它或其中的網址,而重新提交後仍然失敗的 Sitemap 會得到同樣的錯誤。
資料來源
- Google Search Console Help: Sitemaps report
- Google Search Console Help: Rapport sur les sitemaps(法文)
- Google Search Central: Build and submit a sitemap
- Sitemaps.org: Sitemaps XML format
- Google: Verify requests from Google crawlers and fetchers
- Google: Google's common crawlers
- Google Search Central: AI features and your website
- OpenAI: Overview of OpenAI crawlers
- Anthropic: Does Anthropic crawl data from the web, and how can site owners block the crawler?
- Perplexity: Perplexity crawlers