Google Search加载sitemap.xml时出现头部错误问题排查

已知信息整理 #

• 现有sitemap.xml内容：

<?xml version="1.0" encoding="UTF-8"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
    <url>
        <loc>https://tcg-wallet.ga/</loc>
        <lastmod>2022-12-13T17:12:22+00:00</lastmod>
    </url>
</urlset>

• 文件存放于站点public目录，访问路径为https://tcg-wallet.ga/sitemap.xml
• 浏览器网络请求显示内容正常，但提交Google Search及XML测试工具均报错
• 已尝试在.htaccess中添加配置但未解决：

<IfModule mod_expires.c>
    AddType application/xml                   xml
</IfModule>

排查与解决步骤 #

1. 修复Content-Type配置生效问题

你的.htaccess配置嵌套在mod_expires.c模块判断中，若服务器未开启该模块，这段规则不会执行。直接修改配置：

# 优先单独设置sitemap.xml的Content-Type
<Files "sitemap.xml">
    Header set Content-Type "application/xml; charset=utf-8"
</Files>

# 或全局设置xml文件类型（无需依赖mod_expires）
AddType application/xml xml

修改后用浏览器开发者工具的Network面板，查看请求sitemap.xml时的Response Headers，确认Content-Type为application/xml; charset=utf-8或text/xml。

2. 检查文件编码与隐藏字符

• 确保文件为UTF-8无BOM编码：部分编辑器保存时会添加BOM头，导致XML解析器报错。用Notepad++或VS Code重新保存为「UTF-8」（不带BOM）格式。
• 确认文件开头无空格、换行或其他隐藏字符，XML声明必须是文件第一行内容。

3. 验证XML语法与格式细节

• 复制sitemap内容到本地XML验证工具，检查是否存在语法错误。
• 测试简化lastmod格式：虽然你的2022-12-13T17:12:22+00:00符合ISO 8601标准，但部分工具对时区格式敏感，可尝试改为2022-12-13再测试。

4. 检查服务器是否输出额外内容

用命令行执行curl -v https://tcg-wallet.ga/sitemap.xml，查看完整响应内容，确认开头只有XML声明，没有空白字符、错误提示或框架输出的额外内容。

5. 排查重定向与访问限制

• 确认访问sitemap.xml时无重定向（查看Response Headers的Location字段）。
• 检查robots.txt是否存在禁止访问sitemap.xml的规则（虽不常见，但需排除）。

内容的提问来源于stack exchange，提问作者user10771503