百度Sitemap協議作為搜索引擎高效抓取與索引網站內容的重要橋梁，支持文本格式（txt）與XML結構化格式兩種主流類型。網站運營者可根據自身站點規模、數據復雜度及技術實現難度，靈活選擇適配的格式組織Sitemap，從而提升百度蜘蛛對網站頁面的發現效率與索引覆蓋度。以下對兩種格式的具體規范、技術要求及實踐示例進行詳細說明。

一、txt文本格式規范

txt文本格式以簡潔、輕量化的特性，適用于中小型網站或僅需批量提交基礎URL的場景。其核心要求在于：每行需嚴格包含一個完整的URL地址，且URL中不得出現換行符或無關字符，確保搜索引擎解析時能夠精準識別。完整的URL必須包含協議前綴（如http://或https://），避免因協議缺失導致抓取失敗。

文本文件需遵循嚴格的容量與編碼限制：單個文件最多可容納50,000個URL，且文件大小不得超過10MB（10,485,760字節）；若網站URL總量超過此閾值，需將列表分割為多個txt文件，分批次提交至百度搜索資源平臺。編碼方面，文件必須采用UTF-8或GBK編碼，避免因編碼格式異常導致亂碼或解析錯誤。txt文本中不得包含URL列表以外的任何注釋、標題或額外信息，保持數據純凈性。

示例：

```

http://www.example.com/repaste/101562698_5230191316.html

http://www.example.com/repaste/101586283_5230215075.html

http://www.example.com/repaste/101639435_5230310576.html

```

二、XML結構化格式規范

XML格式通過標簽化的層級結構，為大型網站或需補充頁面元數據的場景提供了更為精細化的數據組織方式。其文件需以``聲明開頭，并明確指定UTF-8編碼，確保跨平臺兼容性。核心標簽為``，作為所有URL數據的容器，其中每個URL條目均需被``與``標簽包裹，形成獨立的數據單元。

必填標簽``用于定義具體的URL地址，其長度不得超過256字節，需確保URL的完整性與有效性。可選標簽中，``可指定頁面的最后更新時間（格式為YYYY-MM-DD），輔助搜索引擎判斷內容新鮮度；``用于聲明頁面的預期更新頻率（如daily、weekly），雖非必填，但有助于優化抓取優先級；``則通過0.0-1.0之間的數值，標識頁面相對于其他內容的優先級，數值越高代表優先級越高。

示例：

```xml

http://www.yoursite.com/yoursite.html

2009-12-14

daily

0.8

http://www.yoursite.com/yoursite2.html

2010-05-01

daily

0.8

```

若網站包含多個URL，需重復``標簽內的結構，將所有URL整合至單個XML文件后提交，避免因文件分散導致數據管理復雜度增加。

三、格式選擇的實踐建議

兩種格式各具優勢：txt格式操作簡便，適合快速提交大規模基礎URL；XML格式通過元數據補充，可提升搜索引擎對頁面重要性與時效性的判斷，更適合動態更新或內容層次復雜的站點。實際應用中，建議結合網站特性與百度搜索資源平臺的提交要求，選擇最優方案或兩者結合使用，以確保Sitemap能夠充分發揮橋梁作用，助力網站內容高效觸達目標用戶。