WordPress免插件sitemap实战指南：动态优先级、image:image、sitemapindex分页与缓存策略

摘要：中大型WordPress站动辄十万级URL，现成sitemap插件未必扛得住。本文给免插件的sitemap.php完整增强版实现——按五类内容输出、按文章新旧动态算changefreq和priority、嵌入特色图，再讲暴露成sitemap.xml的rewrite配置、分页sitemapindex应对超大站、缓存策略的性能优化、提交到搜索引擎和常见故障。

WordPress 生态里 sitemap 插件多到挑花眼：Yoast SEO、Rank Math、Google XML Sitemaps、All in One SEO 都自带 sitemap 功能，WordPress 5.5+ 还内置了原生 wp-sitemap.xml。但插件大多数把 sitemap 当作附属功能，配置项分散、URL 形态不可控、对超大站点（10 万+ URL）性能差。本文给出基于 wp-blog-header.php 直接生成 sitemap 的免插件方案，可定制 URL 类型组合、按 lastmod 优先级排序、自动分页输出 sitemapindex、支持百度移动 sitemap 命名空间，并扩展到与 WordPress 6.x 原生 sitemap 共存、CDN 缓存策略、与 GSC/百度站长平台的提交细节。

WordPress sitemap 的几种实现路径

路径一：原生 wp-sitemap.xml

WordPress 5.5+ 自动生成 wp-sitemap.xml，访问任意 WP 站点的根域加 /wp-sitemap.xml 都能看到。优点：零配置；缺点：URL 形态固定（每页 2000 条、按文章类型分页），无法自定义优先级、无法过滤特定栏目、无法加百度移动命名空间。

如果你完全没特殊需求，原生 sitemap 够用。本文方案适合需要定制的场景。

路径二：插件方案

Yoast、Rank Math 等插件覆盖了大多数定制需求。月流量 10 万以下的站点用插件最省事。但插件的代价是：增加 PHP 内存占用、与其它插件可能冲突、部分高级功能（lastmod 精确控制）需要付费 Pro 版。

路径三：自定义 PHP 文件（本文方案）

把 sitemap.php 放在站点根目录，require wp-blog-header.php 加载 WordPress 完整环境，然后用 get_posts、get_pages、get_terms 等 WP API 直接生成 XML 输出。优点：完全可控、零依赖、性能可调优；缺点：需要懂 PHP，超大站点要手写分页逻辑。

完整 sitemap.php 代码（增强版）

以下代码放到 WordPress 站点根目录的 sitemap.php：

<?php
/**
 * WordPress 自定义 sitemap 生成器
 * 输出 sitemap.xml 含首页、文章、单页、分类、标签
 */
require __DIR__ . '/wp-blog-header.php';

header('Content-Type: text/xml; charset=UTF-8');
header('HTTP/1.1 200 OK');
header('X-Robots-Tag: noindex, follow', true);

/* 配置 */
$config = [
    'posts_per_page'  => 1000,    // 单 sitemap 文件最多 URL 数（协议上限 50000）
    'include_pages'   => true,
    'include_categories' => true,
    'include_tags'    => true,
    'include_authors' => false,   // 多作者站点可开
    'exclude_post_types' => ['attachment', 'revision', 'nav_menu_item'],
    'exclude_categories' => [],   // 隐藏栏目 term_id 数组
    'exclude_tags'    => [],
];

echo '<?xml version="1.0" encoding="UTF-8"?>' . "\n";
echo '<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9" '
   . 'xmlns:xhtml="http://www.w3.org/1999/xhtml" '
   . 'xmlns:image="http://www.google.com/schemas/sitemap-image/1.1" '
   . 'xmlns:mobile="http://www.baidu.com/schemas/sitemap-mobile/1/">' . "\n";

/* 工具函数：输出一条 url */
function output_url($loc, $lastmod = '', $changefreq = 'weekly', $priority = '0.5', $images = []) {
    echo '  <url>' . "\n";
    echo '    <loc>' . esc_url($loc) . '</loc>' . "\n";
    if (!empty($lastmod)) {
        $time = is_numeric($lastmod) ? $lastmod : strtotime($lastmod);
        echo '    <lastmod>' . gmdate('Y-m-d\TH:i:s+00:00', $time) . '</lastmod>' . "\n";
    }
    echo '    <changefreq>' . $changefreq . '</changefreq>' . "\n";
    echo '    <priority>' . $priority . '</priority>' . "\n";
    foreach ($images as $img) {
        echo '    <image:image>' . "\n";
        echo '      <image:loc>' . esc_url($img['url']) . '</image:loc>' . "\n";
        if (!empty($img['title'])) {
            echo '      <image:title><![CDATA[' . $img['title'] . ']]></image:title>' . "\n";
        }
        echo '    </image:image>' . "\n";
    }
    echo '  </url>' . "\n";
}

/* 1. 首页 */
$last_modified = get_lastpostmodified('GMT');
output_url(home_url('/'), $last_modified, 'daily', '1.0');

/* 2. 文章 */
$post_types = get_post_types(['public' => true]);
$post_types = array_diff($post_types, $config['exclude_post_types']);

$args = [
    'post_type'      => $post_types,
    'post_status'    => 'publish',
    'numberposts'    => $config['posts_per_page'],
    'orderby'        => 'modified',
    'order'          => 'DESC',
];
$myposts = get_posts($args);
foreach ($myposts as $post) {
    setup_postdata($post);

    /* 取文章首图 */
    $images = [];
    if (has_post_thumbnail($post->ID)) {
        $thumb_url = get_the_post_thumbnail_url($post->ID, 'large');
        if ($thumb_url) {
            $images[] = ['url' => $thumb_url, 'title' => get_the_title($post->ID)];
        }
    }

    /* 优先级算法：根据更新频率与点击量动态计算 */
    $age_days = (time() - get_the_modified_time('U', $post->ID)) / 86400;
    if ($age_days < 7) {
        $changefreq = 'daily'; $priority = '0.9';
    } elseif ($age_days < 30) {
        $changefreq = 'weekly'; $priority = '0.7';
    } elseif ($age_days < 365) {
        $changefreq = 'monthly'; $priority = '0.6';
    } else {
        $changefreq = 'yearly'; $priority = '0.4';
    }

    output_url(
        get_permalink($post->ID),
        get_the_modified_time('U', $post->ID),
        $changefreq,
        $priority,
        $images
    );
}
wp_reset_postdata();

/* 3. 单页面 */
if ($config['include_pages']) {
    $pages = get_pages(['sort_column' => 'post_modified', 'sort_order' => 'desc']);
    foreach ($pages as $page) {
        output_url(
            get_page_link($page->ID),
            get_post_modified_time('U', false, $page->ID),
            'weekly',
            '0.6'
        );
    }
}

/* 4. 分类 */
if ($config['include_categories']) {
    $cats = get_terms([
        'taxonomy' => 'category',
        'hide_empty' => true,
        'exclude' => $config['exclude_categories'],
    ]);
    if (!is_wp_error($cats)) {
        foreach ($cats as $cat) {
            output_url(get_term_link($cat), '', 'weekly', '0.7');
        }
    }
}

/* 5. 标签 */
if ($config['include_tags']) {
    $tags = get_terms([
        'taxonomy' => 'post_tag',
        'hide_empty' => true,
        'exclude' => $config['exclude_tags'],
    ]);
    if (!is_wp_error($tags)) {
        foreach ($tags as $tag) {
            output_url(get_term_link($tag), '', 'monthly', '0.4');
        }
    }
}

/* 6. 作者 */
if ($config['include_authors']) {
    $authors = get_users(['who' => 'authors', 'has_published_posts' => true]);
    foreach ($authors as $author) {
        output_url(get_author_posts_url($author->ID), '', 'monthly', '0.3');
    }
}

echo '</urlset>' . "\n";
echo '<!-- Generated at ' . gmdate('c') . ' -->' . "\n";

相比原文方案的改进

1. 动态优先级：按文章修改时间动态计算 changefreq 与 priority，新文章优先级高、老文章优先级低。Google 抓取调度更友好。
2. image:image 子标签：每篇文章带上特色图（如有），让 Google 同步索引图片，带 image search 流量。
3. 多 post_type 支持：自动覆盖所有公开的自定义文章类型（products、portfolio、event 等），不局限于普通 post。
4. 排除配置：可配置 exclude_categories 与 exclude_tags 跳过隐私栏目（仅会员可见）。
5. Authors 可选：多作者博客可开启作者页索引；个人博客关闭。
6. X-Robots-Tag：sitemap 本身 noindex 不进 SERP，避免“sitemap.xml”这个 URL 被搜索引擎索引。
7. UTF-8 显式声明：避免中文字符在某些编码环境下乱码。

暴露为 /sitemap.xml 的 rewrite 配置

Apache (.htaccess)

在 .htaccess 文件 RewriteBase / 之下加：

RewriteRule ^sitemap\.xml$ /sitemap.php [L]

Nginx

站点配置 server 块内加：

location = /sitemap.xml {
    rewrite ^ /sitemap.php last;
}

避免与原生冲突

WP 5.5+ 自动接管 wp-sitemap.xml 路径。如果你不想走 WP 原生而走自定义，加 functions.php：

/* 关闭 WordPress 原生 sitemap */
add_filter('wp_sitemaps_enabled', '__return_false');

分页 sitemapindex 处理超大站

什么时候需要分页

sitemap 协议规定单文件最多 50000 URL 与 50MB（未压缩）。但实际上为了让 Google 抓取更稳定，建议单文件 5000-10000 URL。10 万 URL 站点必须分页。

分页方案

把 sitemap.php 改造为“不带参数输出 sitemapindex，带 page 参数输出 urlset”：

<?php
require __DIR__ . '/wp-blog-header.php';
header('Content-Type: text/xml; charset=UTF-8');

$page_size = 5000;
$page = isset($_GET['page']) ? max(1, intval($_GET['page'])) : 0;

if ($page === 0) {
    /* 输出 sitemapindex */
    $total_posts = wp_count_posts('post')->publish;
    $total_pages = max(1, (int)ceil($total_posts / $page_size));

    echo '<?xml version="1.0" encoding="UTF-8"?>' . "\n";
    echo '<sitemapindex xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">' . "\n";
    for ($p = 1; $p <= $total_pages; $p++) {
        echo '  <sitemap>' . "\n";
        echo '    <loc>' . home_url('/sitemap.xml?page=' . $p) . '</loc>' . "\n";
        echo '    <lastmod>' . gmdate('c') . '</lastmod>' . "\n";
        echo '  </sitemap>' . "\n";
    }
    /* 单独的 sitemap：分类、标签、单页 */
    echo '  <sitemap><loc>' . home_url('/sitemap.xml?type=taxonomy') . '</loc></sitemap>' . "\n";
    echo '</sitemapindex>' . "\n";
    exit;
}

/* 输出某分页的 urlset */
$offset = ($page - 1) * $page_size;
$myposts = get_posts([
    'post_type' => 'post',
    'post_status' => 'publish',
    'numberposts' => $page_size,
    'offset' => $offset,
    'orderby' => 'modified',
    'order' => 'DESC',
]);

echo '<?xml version="1.0" encoding="UTF-8"?>' . "\n";
echo '<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">' . "\n";
foreach ($myposts as $post) {
    echo '  <url>' . "\n";
    echo '    <loc>' . esc_url(get_permalink($post->ID)) . '</loc>' . "\n";
    echo '    <lastmod>' . gmdate('c', get_post_modified_time('U', false, $post->ID)) . '</lastmod>' . "\n";
    echo '  </url>' . "\n";
}
echo '</urlset>' . "\n";

性能优化：缓存策略

问题：每次请求都查 DB

1 万文章的 sitemap 单次生成耗时 5-10 秒。如果 Googlebot 高频请求 sitemap.xml（通常每天 5-20 次），CPU 与 DB 压力都不小。

方案 A：文件缓存

给 sitemap.php 加一段：

$cache_file = WP_CONTENT_DIR . '/cache/sitemap_' . md5($_SERVER['QUERY_STRING']) . '.xml';
$cache_ttl = 3600; // 1 小时

if (file_exists($cache_file) && (time() - filemtime($cache_file) < $cache_ttl)) {
    readfile($cache_file);
    exit;
}

ob_start();
/* ... 原 sitemap 生成逻辑 ... */
$content = ob_get_contents();
file_put_contents($cache_file, $content);
ob_end_flush();

方案 B：定时任务生成静态文件

WordPress 有 wp-cron，注册定时任务：

add_action('wp', function() {
    if (!wp_next_scheduled('regenerate_sitemap')) {
        wp_schedule_event(time(), 'hourly', 'regenerate_sitemap');
    }
});
add_action('regenerate_sitemap', function() {
    $url = home_url('/sitemap.php');
    $content = wp_remote_retrieve_body(wp_remote_get($url));
    file_put_contents(ABSPATH . 'sitemap-cache.xml', $content);
});

nginx 优先返回静态 sitemap-cache.xml，没有时回源到 sitemap.php。

方案 C：发文章触发增量更新

挂 hook 到 publish_post：

add_action('publish_post', function() {
    /* 立刻重新生成 sitemap，覆盖缓存 */
    $url = home_url('/sitemap.php');
    $content = wp_remote_retrieve_body(wp_remote_get($url));
    file_put_contents(ABSPATH . 'sitemap-cache.xml', $content);
});

这样新文章发布即刻反映到 sitemap，搜索引擎下次抓取就能拿到。

提交到搜索引擎

Google Search Console

左侧菜单“站点地图”-填入 sitemap.xml-提交。提交后 Google 通常 24-48 小时内开始抓取。GSC 后台能看到“已发现 N 个 URL”“已索引 M 个 URL”的进度。

百度站长平台

百度搜索资源平台 - 资源提交 - sitemap。注意百度对 sitemap 抓取频率较低，提交后 2-3 天才开始。

Bing Webmaster Tools

同 Google 流程。Bing 还能直接 ping：http://www.bing.com/ping?sitemap=https://example.com/sitemap.xml。

robots.txt 声明

在 robots.txt 里声明 sitemap 位置：

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

所有遵守 robots.txt 的爬虫（包括 Google、Bing、Yandex）会自动发现。

常见故障

故障 1：sitemap.xml 404

多数是 rewrite 规则没生效。Apache 检查 .htaccess 是否启用（mod_rewrite 装了吗）；Nginx 检查 location 规则放置位置（可能被前面的 location 拦截）。

故障 2：XML 解析错误

sitemap.php 输出前有 BOM 或空白字符。检查 require wp-blog-header.php 这一行之前没有任何 echo / print / 空白行。文件保存为 UTF-8 无 BOM。

故障 3：与 wp-sitemap.xml 内容重复

WP 原生 sitemap 与你的自定义 sitemap 同时存在，搜索引擎会同时抓取造成混乱。在 functions.php 里关掉原生：add_filter('wp_sitemaps_enabled', '__return_false');。

故障 4：内存溢出

get_posts numberposts=-1 拉所有文章会让 PHP 内存爆炸。改成分批：每次取 1000 条，循环输出，用 wp_reset_postdata 释放对象。或者改用 WP_Query 的 paged 参数迭代。

故障 5：sitemap 里的 URL 是 HTTP 但站点已切 HTTPS

WP siteurl 设置错误。后台“设置-常规”里 WordPress 地址与站点地址都改成 https。或者 functions.php 强制：force_ssl_admin(true);。

故障 6：分类页在 sitemap 但站点设了 noindex

SEO 插件（Yoast/Rank Math）的“分类页 noindex”设置不会自动从 sitemap 排除。要在 sitemap.php 里手动判断：

$noindex = get_post_meta($post->ID, '_yoast_wpseo_meta-robots-noindex', true);
if ($noindex == '1') continue;

故障 7：lastmod 时间错乱

WP 默认时区与 UTC 转换没处理好。统一用 GMT 时间：gmdate('c', $time)，时区固定 UTC。

常见问题解答

原生 wp-sitemap.xml 与自定义 sitemap 哪个更好？

原生省事但定制能力弱。如果你需要自定义 priority / 加 image / 排除特定栏目，用自定义。否则原生即可。

sitemap 多久更新一次？

用文件缓存方案（1 小时）够新鲜。重要发布触发即时刷新。Googlebot 一般每天访问 sitemap 1-5 次，1 小时缓存能覆盖 90% 抓取请求。

多语言站点怎么做 sitemap？

每个语言一份 sitemap，通过 sitemapindex 列出。每个 url 块加 xhtml:link rel=alternate hreflang 标记其它语言版本。WPML/Polylang 插件有自己的 sitemap 生成器但不一定符合需求，可以参考本文方案魔改。

需要给图片单独建 image-sitemap.xml 吗？

不需要。Google 推荐把图片信息嵌入文章 sitemap 里（image:image 子标签），而不是单独的 image sitemap。本文方案已经做了。

sitemap 提交后多久能在 GSC 看到 URL 全部被抓？

“已发现 N 个 URL”通常 1-2 天显示。“已索引”需要 1-4 周。新站完成全部索引可能 1-3 个月。

能否用 Action 钩子让插件向 sitemap 注入额外 URL？

能。在 sitemap.php 加 do_action：do_action('custom_sitemap_extra_urls');，其它插件可以 add_action 在这里 echo 额外的 url 块。

百度移动 sitemap 命名空间有什么用？

声明 xmlns:mobile 后，可以给某些 URL 加 <mobile:mobile type="mobile" /> 标记为移动版本。百度搜索会按移动适配规则索引。Google 不读这个命名空间。

sitemap 文件超过 50MB 怎么办？

分页 sitemapindex 是首选。次选 gzip 压缩输出 sitemap.xml.gz，Google 与百度都支持。

能否给 sitemap 设访问频率限制？

能。nginx 层 limit_req 限制 sitemap.xml 每 IP 每分钟 10 次。但建议不限，因为正常爬虫都不会超频。

sitemap 里要不要包含已删除文章的 URL？

不要。已删除文章会返回 404，sitemap 里出现死链会让搜索引擎降低对你的信任度。get_posts post_status=publish 已经自动过滤。

权威参考资料