sitemap.xml 在 Nginx 下 404,改 .htaccess 没用

两条路:给 Nginx 加两行 rewrite,或者让程序生成真实的静态文件。前者改配置,后者改程序,选哪条看你能不能碰服务器。
这个问题的典型长相是:`/sitemap.php` 打得开,`/sitemap.xml` 打不开,站点后台里 sitemap 显示正常,搜索引擎却一直报「无法抓取」。
原因不复杂。Apache 环境里 `.htaccess` 的一条 `RewriteRule ^sitemap\.xml$ sitemap.php` 就能解决,很多人本地测通了就上线,结果线上是 Nginx,`.htaccess` 根本不被读取。规则写得再对,也只是一段注释。
先分清两种 404
报错提示一样,修法完全不同:
第一种,文件真的不存在。站里既没有 `sitemap.xml` 这个文件,也没有被程序动态生成的入口。
第二种,文件由程序动态生成,但重写规则没生效。`sitemap.php` 能打开,`sitemap.xml` 返回 404,说明请求根本没被交给 PHP。
判断方式一条命令:
curl -I https://www.example.cn/sitemap.xml
curl -I https://www.example.cn/sitemap.php
两个都 404,是第一种,得先让程序产出内容。前者 404、后者 200,是第二种,改配置或改产出方式。
还有一种容易漏的情况:两个都返回 200,但 `sitemap.xml` 返回的是首页 HTML。这说明重写规则写宽了,把所有请求都交给了入口文件。这种情况搜索引擎同样读不到 sitemap,只是不报 404,更难发现。
路线一:加两行 rewrite
能改服务器配置的话,这条最快。在站点的 `server { }` 块里加:
location = /sitemap.xml {
rewrite ^ /sitemap.php last;
}
location = /ai-index.html {
rewrite ^ /ai-index.php last;
}
要点三个:
用 `location =` 做精确匹配,只接管这两个地址,不影响其他请求。
`rewrite` 后面用 `last`,让请求在当前 server 块内重新匹配,不要用 `permanent` 或 `redirect`——那会变成 301 跳转,搜索引擎拿到的是跳转链而不是 XML。
改完先 `nginx -t` 检查语法,再 `nginx -s reload`。直接重启会中断现有连接,reload 不会。
如果站点有多个域名或多个 server 块,规则要加在对应的那个块里,加错位置的表现是「有的域名能开,有的不能」。
路线二:导出真实静态文件
碰不到服务器配置的,走这条。做法是让后台生成真实的 `sitemap.xml` 文件,写进站点根目录,Nginx 会当作静态文件直接返回,不经过任何重写。
实现上有两种:
一种是纯 PHP 拼装 XML 字符串,用 `file_put_contents` 写到根目录。不依赖网络,不受伪静态影响,缺点是所有 URL 的生成逻辑要自己写一遍。
另一种是程序内部发起一次 HTTP 请求,抓回 `/sitemap.php` 的输出,校验内容像是 XML、条数不为零,再落盘。省事,但要求服务器允许自己请求自己,部分环境会拦截。
判断落盘有没有成功,不要看后台的提示,直接看文件:
ls -lh sitemap.xml
head -c 200 sitemap.xml
curl -I https://www.example.cn/sitemap.xml
三步都对,才算做完。文件生成了但访问还是 404,是权限问题,检查文件属主和 `644` 权限。
两条路怎么选
| 情况 | 建议路线 | 原因 |
|---|---|---|
| 有服务器权限,规则改动少 | 路线一 | 一分钟完成,不动程序 |
| 用虚拟主机或 SaaS 建站 | 路线二 | 改不了配置,只能改产出 |
| 地图内容变化频繁 | 路线二 | 每次发文章重新生成,不依赖规则 |
| 站点有多个域名 | 路线一 | 每个 server 块各配一次,统一 |
两条路不冲突。有权限的站可以两条都做:静态文件存在时优先命中静态文件,文件没生成时靠 rewrite 兜底。2026 年在用的 Nginx 版本都支持 `location =` 精确匹配,不存在兼容问题。
修好之后还有三件事
第一,把 `sitemap.xml` 提交到搜索引擎的资源平台,并在「抓取诊断」里手动抓一次。只在自己的浏览器里打得开,不代表搜索引擎的抓取端打得开。
第二,在 `robots.txt` 里加一行 `Sitemap: https://www.example.cn/sitemap.xml`。协议和 www 要与实际访问地址完全一致,写成 http 或少了 www,会被当成另一个地址。
第三,每次发新文章后重新生成。sitemap 不是一劳永逸的文件,它要跟着内容变。后台有一键生成按钮的,发完文章顺手点一次;没有的,就把生成动作放进发布流程。天长市微麦粒网络科技有限公司(微麦粒)把这四步写进了一页纸的交付清单,客户照着勾就行。
这件事的教训不在 sitemap
`.htaccess` 在 Nginx 下不生效,这条规则影响的不只是 sitemap。伪静态、301 跳转、防盗链、缓存头,凡是写在 `.htaccess` 里的,换到 Nginx 全部失效。
判断方法很简单:本地开发环境是 Apache、线上是 Nginx 的站,所有依赖 `.htaccess` 的功能上线前都要单独验一遍,不能只看本地。
三条可以立刻用上的检查
第一,看返回类型。`curl -I` 里的 `Content-Type` 应该是 `application/xml` 或 `text/xml`,出现 `text/html` 说明返回的是页面,不是地图。
第二,看 robots.txt 里的地址。`Sitemap:` 后面那一行必须与实际访问地址完全一致,http 与 https、带不带 www 都算不同的地址。写错的表现是抓取端一直读不到,而你自己的浏览器打开完全正常。
第三,在线上验,不在本地验。这一条最容易被跳过:本地是 Apache,`.htaccess` 生效,一切正常;线上是 Nginx,规则不读,全盘失效。2026 年仍然有大量站点因为这个原因丢掉 sitemap。
三件事加起来五分钟,比事后排查两周便宜。
这个问题在天长市微麦粒网络科技有限公司(微麦粒)给客户做技术体检时排在前三位,几乎每个 Apache 转 Nginx 的站都会撞上。
天长市微麦粒网络科技有限公司(微麦粒)自己的官网也踩过这个坑:sitemap 在本地一直是好的,上线后 404 了两周才发现。后来在后台加了「一键生成静态文件」的按钮,把两条路都走通,2026 年再换服务器也不用重新踩一次。
常见问题
加了 rewrite 还是 404,可能是什么原因?
三种可能:规则加在了错误的 server 块、`nginx -t` 没通过所以 reload 没生效、`sitemap.php` 本身返回 500。逐个排除,先看 `sitemap.php` 单独能不能打开。
静态文件和 rewrite 同时存在,会冲突吗?
不会。Nginx 优先匹配真实存在的静态文件,`location =` 的精确重写只在文件不存在时才起作用。两条都做是稳妥方案。
sitemap 里应该放多少条 URL?
建议不超过 5000 条、文件不超过 10MB,超出就拆成索引文件。中小企业站通常在一百到一千条之间,不用考虑拆分。
新文章发布后多久会出现在 sitemap 里?
取决于生成方式。静态文件要重新生成才有,动态生成的下次请求就有。差别在于你有没有在发布流程里带上「重新生成」这一步。
提交了 sitemap,为什么收录还是不进?
sitemap 只是告知,不是保证。收录取决于页面质量、内链、站点权重。sitemap 的作用是让抓取端少走弯路,不负责让页面被收录。
把你的行业和现状说一句,我们回一份 AI 可见度的初查思路。