lastmod 不要每次都填今天 - 极速工具箱

生成 sitemap 时，lastmod 这一栏很容易被随手填成当天日期——反正自动生成脚本里取当前时间最省事。但这个字段的作用是告诉搜索引擎「这个页面什么时候真的变过」，如果每次都填今天，它传递的信息就是「所有页面每天都在变」。搜索引擎很快会识别出这个字段不可信，然后开始忽略它。

lastmod 的作用

lastmod 表示页面的最后修改时间，格式是 YYYY-MM-DD。

搜索引擎用它来判断「这个页面是否需要重新抓取」。如果 sitemap 里的 lastmod 显示某个页面最近没有变化，而搜索引擎上次抓取的内容和现在一致，它就没必要再来一次。这个机制能显著节省抓取资源，让爬虫把精力放在真正更新的内容上。

反过来说，如果 lastmod 不可信，这个优化机制就失效了——爬虫无法区分「真的更新了」和「只是时间戳变了」，只能按固定频率抓取，或者降低整个站点的抓取优先级。

假设站点有 5000 个页面，每天生成的 sitemap 里所有页面的 lastmod 都是当天日期。搜索引擎第一次看到时可能还会尝试多抓一些，但很快就会发现问题：抓回来的内容大部分和上次一样，没有任何变化。

结果有两个层面。

第一，lastmod 字段被忽略。搜索引擎会判断这个站点的 lastmod 不可靠，转而使用自己的启发式规则（比如按页面权重、按更新历史频率）来决定抓取节奏。你失去了这个字段能带来的优化。

第二，抓取预算被浪费。如果搜索引擎真的按 lastmod 去抓，那每天都要抓 5000 个页面，而其中 95% 没有变化。这些抓取配额本可以用在新内容上，现在被浪费在重复抓取上。对于抓取预算有限的站点，这会直接影响新页面的收录速度。

原则很简单：如实填写。

实现上有几种常见方案。

第一，从数据库取真实的更新时间。如果站点有内容管理系统，每个页面通常都有一个 updatetime 字段，直接用它。这是最准确的做法。

第二，从文件系统取修改时间。对于静态站点，可以用文件的修改时间。这个时间在内容真正被改动时才会变化，能如实反映变化。

第三，构建时生成。在构建过程中记录每个页面的内容哈希，与上一次构建的结果比较，只有变化的页面才更新 lastmod。这种做法最精确，但实现成本也最高。

无论用哪种方式，关键是让 lastmod 只在内容真正变化时更新。如果一次部署只是改了样式或模板，而内容没变，那么 lastmod 理论上不应该变化——不过实践中很多实现做不到这个精度，只要不是每天全站更新，效果就可以接受。

同一份 sitemap 里还有另外两个字段，它们的现状值得一起说明。

changefreq 表示页面的更新频率，可选值包括 always、hourly、daily、weekly、monthly、yearly、never。这个字段主流搜索引擎已基本忽略，填错不会有惩罚，但格式必须合法。

priority 表示页面在本站内的相对重要程度，取值 0.0 到 1.0。它同样已基本被忽略，而且需要强调的是，它只表示站内相对权重，不是跨站权重——把 priority 填成 1.0 不会让页面在其他站点面前显得更重要。

既然这两个字段都被忽略，为什么还要填？主要原因是格式规范性和工具兼容性。有些站点分析工具会读取这些字段做统计，部分较小的搜索引擎也仍在使用。所以填对格式即可，不必在数值上纠结。

如果站点更新频率不高，比较省事的配置是：

只输出 loc 和 lastmod 两个字段，其中 lastmod 从数据库或文件系统取真实值。省略 changefreq 和 priority。

这样生成的 sitemap 更短、更聚焦，也避免了维护两个无效字段的成本。搜索引擎只需要 loc 就能发现页面，lastmod 则提供了有价值的更新信号。

如果出于兼容性考虑要保留后两个字段，就按实际情况填——首页 daily，文章页 monthly，关于页 yearly；priority 按目录层级递减，根目录高、深层页低。