站点地图单文件最多能写多少条地址，超了要拆几个文件

站点地图单个文件的上限，说的是「一个文件里最多约五万条地址、未压缩最多约五十兆」，这里约束的是单个文件而不是整站。只要其中一个数被超过，就要把地址拆到多个文件里，再用一个索引文件把这些分片汇总起来；真正需要盯住的不是单文件写多少条，而是全量正式文档有没有被覆盖到。

上限说的是单文件而不是整站

协议给出的是每个文件的约束：条数上限和体积上限，任一命中都要拆。站点总地址量不受这一层限制，几百万条也没关系，只是不能把它们塞进同一个文件。体积按未压缩算，压缩后的下载大小另说，所以规划时按未压缩口径估更稳妥。

超过之后要拆成什么样

拆分的产出是两类文件：若干分片文件，每个都低于两个上限；再加一个索引文件，列出所有分片的地址。抓取端先读索引文件，再按索引逐片展开。也就是说，索引文件本身几乎不会超限，它只装分片链接，不装具体页面地址。

按栏目分片还是按时间分片

维度选择影响的是「片会不会长期稳定」。按栏目切，栏目本身变动慢，每次生成时同一批地址会落到同一片，规模好控制。按时间切，随着归档不断前移，边界片会一直变，越靠近当前时间那片越大。多数站点按栏目切更省心，个别超大栏目再在栏目内二次切小。

站内自动生成时怎么确认没漏

生成端只管一件事：全量覆盖。把正式文档的地址都写进分片，草稿与回收站里的地址不进。落地后要抽查三点——分片是否都挂在索引文件里、索引文件是否可从站点根目录被找到、伪静态规则改写后的地址和分片里的地址口径是否一致。这三处对齐了，才谈得上被抓取端完整读到。

常见问题

问：站点只有几千条，需要拆分吗？ 不需要。几千条远低于单文件上限，一个分片文件加索引或直接一个文件即可，别为不存在的问题先做分层。

问：超过上限没拆会怎样？ 文件仍然可读，但抓取端可能只处理到上限条数，超出的地址等于没被交代，收录会长期缺一块且不容易发现。

问：分片要一直保留历史版本吗？ 站点地图表达的是当前希望被抓到的地址，通常每次全量重生成覆盖旧片即可，不需要堆积历史。