结论：别手拼XML，也别用JAXB；推荐JDOM2或StAX。需校验URL数量、转义、Content-Type、robots.txt、CDN缓存及HTTP头等边界问题。
Java生成XML站点地图：用JAXB还是手动拼接？
直接说结论：别手拼XML，也别用JAXB——它对动态URL列表支持差、容易出NullPointerException，且不兼容Java 17+默认模块系统。推荐用org.jdom2或javax.xml.stream.XMLOutputFactory（StAX），轻量、可控、无反射风险。
常见错误是把sitemap.xml当成普通文本写：没转义&、，导致浏览器解析失败；或者忽略<code>lastmod格式必须是YYYY-MM-DD或YYYY-MM-DDTHH:MM:SS+00:00，Google会静默丢弃整条<url></url>。
- 用
XMLEventWriter写时，务必调用add()而非write()，否则close()后内容可能丢失 -
loc值必须是完整可访问URL（含https://），相对路径会被Google忽略 - 每个
<url></url>块里，loc必须存在，lastmod、changefreq、priority全可选，但别留空标签
定时任务更新Sitemap.xml：Spring @Scheduled够用吗？
够用，但要注意两点：文件写入不是原子操作，直接FileOutputStream覆盖会导致爬虫读到截断/乱码的中间态；另外@Scheduled在多实例部署时会重复生成，污染内容。
典型现象：凌晨2点跑完任务，次日发现sitemap.xml里有重复URL，或大小只有几百字节——就是写入没加锁、也没用临时文件替换。
立即学习“Java免费学习笔记（深入）”；
- 先写到
sitemap.xml.tmp，再用Files.move(tmp, target, StandardCopyOption.REPLACE_EXISTING)，这是原子操作 - 多实例场景下，加分布式锁（如Redis
SET sitemap:lock 1 NX EX 300），抢到锁才生成 - 别用
fixedDelay，改用cron = "0 0 2 * * ?"，避免上次卡住导致下次堆积
生成后校验Sitemap是否合法：别只靠浏览器打开看
浏览器能打开 ≠ 合法。Google Search Console上传时会严格校验命名空间、根元素、URL编码、最大文件尺寸（50MB）、单文件最多5万条URL。最常被忽略的是xmlns声明缺失或拼错。
错误示例：<urlset></urlset>没带xmlns="http://www.sitemaps.org/schemas/sitemap/0.9"，Search Console报错Invalid XML tag，但本地XML校验器可能不报。
- 生成后立即用
javax.xml.validation.Validator加载http://www.sitemaps.org/schemas/sitemap/0.9/sitemap.xsd校验（注意网络可达性） - 检查总条数：
if (urls.size() > 50_000) { throw new IllegalStateException("Too many URLs, split into multiple sitemaps"); } - 用
curl -I https://yoursite.com/sitemap.xml确认返回Content-Type: application/xml，不是text/plain
上线后被Google忽略？重点查这三处
不是生成错了，而是服务端或配置拦住了。Search Console里显示“已提交，未索引”，大概率是这三个地方之一出了问题。
常见表现：本地curl能拿到XML，但Google抓取时报404或超时；或者robots.txt里写了Disallow: /sitemap.xml自己挡自己。
- 确认Web服务器（Nginx/Tomcat）没把
.xml后缀映射成text/html，需显式设置application/xml - 检查
robots.txt是否包含Sitemap: https://yoursite.com/sitemap.xml，且该行在文件顶部附近 - 如果用了CDN，确认没缓存
sitemap.xml超过1小时——Google要求变更后1小时内可抓取到最新版
生成逻辑本身不难，难的是边界：URL编码、时区处理、并发安全、HTTP头设置、CDN穿透。漏掉任意一个，都可能让辛苦写的定时任务变成无效劳动。
