網站地圖列了哪些網址？逐筆檢查失效、轉址與非預期頁面

從匯出 sitemap 開始，逐筆核對網址回應、轉址、語系版本與提交範圍，並留下可追溯的差異紀錄。

網站地圖（sitemap）是一份網站主動列出的網址清單，適合拿來和預期提交範圍逐筆比對。它不等於搜尋引擎已收錄，也不保證每個網址都應該留在清單裡。這次稽核聚焦三件事：清單列了哪些網址、每筆目前如何回應、是否仍符合預期範圍。先保存原始檔，再依序檢查，可以讓差異可追溯，也避免把網址轉址設計或內容去留混進同一份工作。

匯出網站地圖網址

網站地圖只是網站主動列出的網址清單，稽核時要先確認實際入口與提交來源。可從網站公開的 sitemap 連結、管理者保存的提交紀錄或網站平台文件交叉核對，不要因為常見慣例就假定 /sitemap.xml 一定存在，或認定它是唯一入口。若站上有多個主機、子網域或語系目錄，先標明各自來源，避免只留下路徑而把不同版本混成同一筆。

入口可能是 sitemap index，裡面只列出子 sitemap；應先把每個子檔下載，再逐檔取出 <loc> 網址。若只保存索引檔，後續檢查的可能只有清單位置，實際頁面卻沒有納入。每個網址都要保留它來自哪一份檔案，並保存原始 XML 副本；解析失敗、讀取不完整或權限不明的檔案，另記待確認，不能默默略過。

整理時一個網址放一列，保留完整協定、主機、路徑與查詢參數；不要先補斜線、改大小寫、刪參數或合併相似路徑。XML 中的跳脫字元要交由解析器還原，否則含特殊字元的網址可能和瀏覽器實際地址不同。檔案提供的更新時間可另存欄位，但它只代表清單上的時間資訊，不是頁面已更新或成功讀取的證明。

母表至少保留來源檔、原始網址、檔案提供的更新時間、檢查狀態、最後回應網址及備註。假設一個索引連到三份清單，分別有四十五、四十與三十五筆，總數就是一百二十筆；先核對總量，再標記完全相同的網址，不要立即刪掉重複列。保留來源後，才能追查重複是不同清單再次引用，還是網址因協定、主機或參數而看似相同。匯出階段先求完整與可追溯，是否應留下，留到範圍判斷再決定。

分類有效與失效頁

對母表每筆網址進行能讀取頁面回應的檢查，記錄檢查時間、回應狀態、最後到達的網址，以及是否成功取得頁面內容。單靠 HEAD 查詢可能和一般頁面讀取不同；若工具只提供這種結果，遇到阻擋或不一致時，再用實際 GET 核對。批次掃描可以省時，但結果仍要回到每一列，不能只留下總筆數或一張成功率摘要。

可先按狀態做暫時分類，再人工確認內容與預期範圍。下表是工作用標記，不代表只看一個狀態碼就能下結論：

收到 200 只說明請求有回應，還要確認回來的是預期頁面，而不是錯誤說明、空白模板或替代頁。可對照頁面標題、主要內容、導覽位置與 canonical 指向；如果網址載入成功卻顯示「找不到頁面」，應標記為內容與狀態不一致的候選案例，再由人檢查，不要直接算有效。

404 或 410 可列為失效候選，但若網站剛調整、暫時擋住檢查來源，或回應受到登入、驗證及防護機制影響，就要記錄證據並重查。401、403、逾時與 5xx 不應一律當作頁面不存在，也不能未確認就算成功。表格可增加檢查工具、重查結果和處理負責人，讓後續修正能回到具體網址。若頁面狀態和內容互相矛盾，先標待確認，避免一筆誤判帶動整批分類。

找出轉址與重複頁

清單中的網址如果回應轉址，記下原始網址、每個轉址節點與最後到達的網址，再確認最終頁面是否可讀、是否符合預期。這一步是在盤點 sitemap 目前提交的內容，不是設計新的轉址對應。若途中有多層轉址、反覆回到前一頁、協定或主機來回變換，應分別標記鏈結過長、迴圈或目的地不穩定等觀察，避免只記最後結果而看不出提交網址為何不理想。

判斷重複時，先找出不同原始網址是否抵達同一個最終頁，再查看頁面宣告的 canonical 是否一致。常見的比較候選包括有無結尾斜線、大小寫差異、追蹤參數、排序參數及不同協定；但不要看到參數就直接刪除，有些參數會改變頁面內容。將來源網址、最後網址、canonical 與重複判斷原因放在同一列，才能區分技術上相同的網址和用途不同的頁面。

例如，假設清單同時列出 /guide?from=menu 與 /guide/，前者轉到後者，而兩頁也指向同一 canonical，就把這兩筆標成「疑似重複、待確認清單應保留哪筆」。接著依網站定義的標準網址核對清單是否提交了預期版本；不要只憑網址外觀或單次測試就刪除其中一列。若最終頁面本身仍轉址，記錄完整路徑並重查結果，因為上一輪的目的地不一定代表目前狀況。

完成分類後，優先整理仍在 sitemap 裡的轉址網址、轉址迴圈、目的地失效，以及多個來源指向同一頁的情況。每個問題都保留原始證據和判斷理由，讓網站負責人能依既有規則處理。若找不到既定的標準網址，先把項目標為待決，不要在稽核表裡自創映射；本文要確認的是提交清單現況，不是替網站決定網址架構。

比對語系網址清單

網站若有多種語言或地區版本，先向網站負責人確認目前預期支援的語系與網址範圍，不要只靠路徑中是否出現語系代碼推定。將已知語系路徑、sitemap 中的網址，以及頁面或 XML 中使用的語系替代標記分欄整理。這份比對是找出清單與實際設定的落差；某個語系未列入 sitemap 時，先確認是否原本就預期提交，再決定如何標記。

逐筆檢查語系標記指向的網址是否在 sitemap 母表中，並核對它是否能讀取、最後到達何處、頁面實際內容屬於哪一種語言。網址看起來像 /zh-tw/ 或 /en/，不代表頁面語言、地區或用途一定正確；也要查看頁面內容和網站既定命名。若清單有語系替代關係，檢查各版本的標記是否指回預期頁面，並把缺少的對應列成差異，不能用路徑相似度代替確認。

可以使用一張逐筆比對表，欄位包含預期語系、預期網址、是否列入 sitemap、回應結果、最後到達網址、替代標記及檢查備註。假設一組頁面預期包含繁體中文與英文版本，先確認兩筆都出現在母表，再比對各自的語系標記；如果突然多出第三種語系，先查是否為正式範圍，別直接當成錯誤或新服務。相同頁面也可能有多種地區版本，應分開記錄語言和地區設定。

遇到語系標記指向清單外網址時，先確認該版本是否刻意不放在這份 sitemap、是否屬於另一個子 sitemap，或是網址已改變但標記尚未同步。反過來說，清單收錄了某語系網址，卻沒有在頁面或 XML 找到預期關聯，也應列為差異候選。對無法確認的項目註明缺少的證據與負責人，待網站規則明確後再分類，避免把語系命名、轉址與收錄範圍混成單一問題。

標記不應提交項目

是否提交一筆網址，先以明確的網站預期範圍判斷：它是否是公開可讀、希望被搜尋引擎發現的標準頁面？若答案是否定的，再記錄排除理由與證據。常見候選包括測試或預覽環境、刻意不收錄的頁面、登入後才能使用的路徑、重複的參數版本，以及已轉址到其他網址的舊版本；這些都要逐筆確認，不能只看網址名稱就批次剔除。

篩選時可比對主機是否屬正式網站、頁面是否帶有 noindex 指示、是否受到爬取限制，以及 canonical 是否指向另一個頁面。這些線索各自回答不同問題，不能互相替代：例如，某頁可被讀取，不代表它應列入 sitemap；某路徑受限制，也不等於已確認內容不存在。清單中若有站內搜尋結果、篩選條件或追蹤參數，先判斷它們是否形成預期的獨立頁面，再決定保留或標記排除候選。

也不要把所有分類頁、分頁、PDF 或參數頁都視為不應提交。若它們是公開、具有獨立用途且符合網站規則的頁面，是否提交仍應以既定範圍判斷；只有名稱相似或內容相近不足以定案。對每筆排除候選記錄原因，例如「非正式環境」「明確不收錄」「重複版本」或「不在核准語系範圍」，並附上看到的設定或回應。無法確認時保留待決狀態，交由熟悉網站設定的人判斷。

完成初篩後，將每筆分成預期保留、確認排除、需要調查三類，再和原始母表對照，確保沒有在整理時遺失來源。特別留意同一網址同時符合多項線索的情況：例如既帶參數又轉址，應記錄主要排除理由和次要觀察，方便追查。稽核表只標示目前清單與已確認規則的落差，不替網站推定新的內容政策；遇到規則不完整，就把缺少的決策列清楚。

保存差異與檢查日期

每輪檢查都保存原始 sitemap、副本取得時間、使用的來源、逐筆結果及整理後的母表。時間欄位記錄實際檢查的日期、時區和重查時間，否則兩份結果即使內容不同，也無法分辨差異來自網站變動，還是檢查時間與方法不同。若同一筆在不同輪次回應不一致，兩次結果都要保留，不要用較新的狀態覆蓋歷史，讓之後能看見問題是持續、間歇或已恢復。

差異表可將新增網址、消失網址、狀態改變、最後目的地改變與語系標記變動分開列出。對新增項目，確認它是否屬預期範圍；對消失項目，檢查來源檔是否改版或子 sitemap 是否未納入；對失效項目，保存回應與重查結論。逾時或伺服器錯誤先標待重查，不要直接寫成永久失效；只有找到足以支持判斷的回應和頁面證據，才把候選狀態改成確認結果。

摘要數字也要能從母表重算。假設某輪共檢查一百二十筆，其中一百一十筆可讀、四筆轉址、三筆確認失效、三筆待確認，合計仍是一百二十筆；這個假設例子示範的是分類加總，不是網站現況或成效承諾。若母表的總數對不上摘要，先檢查重複列、漏載的子檔與未完成的檢查，再對外引用結果。摘要應列明檢查範圍和未完成項目，避免把待確認誤算成有效或失效。

把每列的判斷理由、證據位置、待辦與負責人一起存檔，後續才能接續處理，也能比較哪種差異反覆出現。現在就從匯出全部 sitemap 原始檔開始，建立逐筆母表並補上檢查日期、狀態與最後網址；若要了解 ZhenheAI 官方資訊，可前往 ZhenheAI 官網。