sitemap

Intro

sitemap 算是站內連結的字典，供搜尋引擎知道你的站內有哪些連結。搜尋引擎可以透過自然檢索，但可能不會這麼快，我們可以透過提交sitemap主動與搜尋引擎告知。

不過提升 SERP 排名與 sitemap 並沒有直接關係，排名是透過檢索後經過演算法去排列出來的，而 sitemap 屬於「主動」申請檢索需求，加快檢索速度。

sitemap 支援的格式有

• txt
• XML
• RSS, mRSS, Atom 1.0

Sample

以常見的 XML 為例，一樣我們先看看別人怎麼做的，以 klook 為例，我們試著打打看

https://www.klook.com/sitemap.xml

會發現怎麼404，https://www.klook.com/zh-TW/sitemap.xml呢？也是找不到，首先我們要知道 sitemap.xml 查找方式與 robots.txt 不一樣， robots.txt 一定會放在主路由的 /robotx.txt，而 sitemap 不一定，他可以被取名 zh-tw-sitemap.xml 也可以被置於 /zh-TW/zh-tw-sitemap.xml，因此我們該怎麼找到呢？透過robots.txt!

我們進到 https://www.klook.com/robots.txt 後會看到：

他下面有顯示各 sitemap 的存放位置以告知檢索器，因此我們進到其中一個 sitemap 看看：

會看到他在裡面的格式是

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<sitemapindex xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
  <sitemap>
    <loc>https://www.klook.com/zh-TW/sitemap-country-plain.xml</loc>
    <lastmod>2022-09-06</lastmod>
  </sitemap>
  <sitemap>
    <loc>https://www.klook.com/zh-TW/sitemap-city-plain.xml</loc>
    <lastmod>2022-09-06</lastmod>
  </sitemap>
  <!-- ...-->
</sitemapindex>

xmlns 屬於 xml 的命名空間 (namespace)，而他遵循的命名空間是 http://www.sitemaps.org/schemas/sitemap/0.9，再來看到 sitemap tag 裡有幾個 tags: loc, lastmod，依照 sitemaps.org 的文件：

• loc: 通常指 sitemap 位置，也就是說 sitemap 裡可以在包還 sitemap，有些人也會在裡面放壓縮檔 e.x. http://www.example.com/sitemap2.xml.gz
• lastmod: 該 sitemap 的變更時間，而時間格式依照 https://www.w3.org/TR/NOTE-datetime

我們再往下挖看看下面的 sitemap:

發現格式不一樣了

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
  <url>
    <loc>https://www.klook.com/zh-TW/coureg/14-taiwan-things-to-do/</loc>
    <priority>0.95</priority>
    <lastmod>2020-04-09</lastmod>
  </url>
  <url>
    <loc>https://www.klook.com/zh-TW/coureg/12-japan-things-to-do/</loc>
    <priority>0.95</priority>
    <lastmod>2020-04-09</lastmod>
  </url>
  <!-- ...-->
</urlset>

這邊開始定義每個網址囉，我們再回去看看文件：

• loc: 網址位置
• lastmod (optional): 最後修改時間
• changefreq (optional): 變更頻率，請注意，此標記的值會當做提示而非指令。即使搜尋引擎的搜尋器在做決定時可能會參考此資訊。
• priority (optional): 此 URL 的優先順序是相對於您網站上的其他 URL。有效值的範圍為 0.0 到 1.0。此值不會影響您的網頁與其他網站網頁的比較，而只是讓搜尋引擎知道您認為哪些網頁對檢索器來說最為重要，預設 0.5。

我們會看到文件裡處處提醒這些屬性不代表 SEO 排名，都是看搜尋引擎的檢索器邏輯，因此有興趣再至各大搜尋引擎去研究他們注重啥。

我們再看看其他人是怎做的，以 kayak 為例：

What? 這個時間太精準了吧，而且跟我本地時間一樣，不太對勁...，因此我們來看看如何實作 sitemap.xml

實作 sitemap.xml

當然可以土炮建 sitemap.xml，在路由下建立 /sitemap.xml 檔案，但這一定會有手動更新的疑慮，我們當然想自動呀，我們工程師這麼懶。

Next.js

以 Next.js 為例，我們可以在 pages 或 app 底下建立 sitemap.xml.ts

import type { GetServerSideProps } from "next";
import { getBlogIdx } from "@/api/blog";

async function generateSiteMap() {
  const origin = process.env.NEXT_PUBLIC_ORIGIN;
  const blogIdx = await getBlogIdx();

  return `<?xml version="1.0" encoding="UTF-8"?>
     <urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
       <url>
         <loc>${origin}</loc>
         <lastmod>${new Date().toISOString()}</lastmod>
         <changefreq>yearly</changefreq>
         <priority>0.5</priority>
       </url>
       ${idx[0]
         .map((id) => {
           return `
         <url>
            <loc>${`${origin}/blog/${id}`}</loc>
            <lastmod>${new Date().toISOString()}</lastmod>
            <changefreq>monthly</changefreq>
            <priority>0.8</priority>
         </url>
       `;
         })
         .join("")}
     </urlset>
   `;
}

function SiteMap() {
  // getServerSideProps will do the heavy lifting
}

export const getServerSideProps: GetServerSideProps = async ({ res }) => {
  // We generate the XML sitemap with the posts data
  const sitemap = await generateSiteMap();

  res.setHeader("Content-Type", "text/xml");
  // we send the XML to the browser
  res.write(sitemap);
  res.end();

  return {
    props: {},
  };
};

export default SiteMap;

這邊可以看到我們用動態產生裡面的內容，這樣也能確保每次拜訪這頁時都是最完整的狀態！同時 lastmod 是拜訪當下的時間～

並且我們可以透過 Google Search Console 主動提交 sitemap 並觀察檢索狀態：

今晚我想來點...

---

References:

• https://www.sitemaps.org/zh_TW/protocol.html
• https://welly.tw/serp-rank-optimization/what-is-sitemap