站点地图里混进 404：一个很低级但很伤收录的错

把站点地图丢进 Search Console 或百度站长平台，最常报的问题就是「已提交的网址中有 N 个返回 404」。这个数字看着吓人，实际要先分清两种情况。

情况一：网址确实已经不存在了

这类多半来自历史遗留——你删过文章、改过别名、合并过分类，但 sitemap 是程序自动生成的，理论上是实时的。然后你发现 sitemap 里还有旧地址，通常说明两件事之一：

缓存没清。Z-Blog 的 sitemap 插件或主题内置的生成器，很多会缓存一份 XML 文件，文章删了但文件没重新生成。解决办法是在后台清一次缓存，或者手动触发重新生成。

sitemap 是静态文件而非动态输出。有些站把 sitemap 导出成 sitemap.xml 放在根目录，这种情况下程序再怎么实时，文件也不会自己变。要么改成动态路由，要么每次发文章后手动重新导出。

情况二：网址本身没问题，是 sitemap 里的格式写错了

这个更隐蔽。常见几种：

• URL 带了多余的参数，比如 ?from=sitemap，而实际页面只认裸地址
• 开启了伪静态但 sitemap 里输出的还是动态地址
• URL 里含中文未编码，& 未转义
• 协议不一致，站点是 https 但 sitemap 里写的是 http

协议不一致这类问题尤其多见——从 http 迁到 https 之后，忘了改 sitemap 生成配置，导致整份 sitemap 全部失效。这种整份报错的情况反而好处理，一眼就能看出来。

怎么快速定位是哪种

拿报错的那几条 URL，直接复制到浏览器地址栏访问：

• 能打开，内容也对 → 是 sitemap 生成的问题
• 能打开，但自动跳到了别的地址 → 是重定向，sitemap 里应该写最终地址
• 打不开，404 → 是历史遗留，清理掉就行
• 打不开，500 → 服务器或插件出错，先修这个

逐条验证比较笨，但最可靠。数量多的时候可以先用工具的批量状态码检查过一遍，把非 200 的挑出来看。

要不要在乎这个报错

少量 404（占 sitemap 总量 5% 以内）不影响收录，搜索引擎早就习惯了。

但有两个红线：一是 404 比例过高，比如一半以上，会被认为站点维护不善；二是核心页面 404，比如首页、主要分类页，那问题就大了。

所以处理优先级是：先修首页和分类页，再修文章页，最后处理那些无人访问的旧文章。

一个预防措施

每次批量操作（删文章、改别名、改 URL 结构）之后，立刻提交一次 sitemap，然后隔两天看一眼报错数。这个习惯能让你在问题积累成灾之前发现它。