多语言纯静态站点模板（SEO / Sitemap / Robots）

一个可开源复用的多语言纯静态站点模板（HTML/CSS/JS），内置 SEO 相关文件（sitemap、robots）和常见部署/排错说明。

在线站点：https://mockaddress.com
如果你 fork 本项目并部署到自己的域名，请把文中的 mockaddress.com 替换为你的域名。

功能特性

• 纯静态：无需 PHP/Node 后端即可部署
• 多语言目录：默认支持中文（根目录）+ /en/ /ru/ /es/（可增删）
• SEO 友好：内置 robots.txt、sitemap.xml（sitemap index）及各语言子 sitemap
• 站点验证：可放置 Bing / Yandex / Baidu 等验证文件（示例文件已在仓库内）

站点已包含：

• sitemap.xml：sitemap 索引文件（sitemapindex）
• sitemap-zh.xml / sitemap-en.xml / sitemap-ru.xml / sitemap-es.xml：语言子 sitemap
• robots.txt：已声明全部 sitemap
• baidu.txt：示例 URL 列表（可用于百度手动提交）
• 站点验证文件：例如 BingSiteAuth.xml、yandex_*.html、baidu_verify_*.html

---

目录结构说明

• 根目录页面：例如 index.html、about/index.html、usa-address/index.html 等
• 多语言目录：en/、ru/、es/ 下结构与根目录一致
• 静态资源：
  • css/、js/
  • data/：JSON 数据文件（多语言目录也各有一份）

---

快速开始（本地预览）

这是纯静态项目，直接用任意静态服务器预览即可。

方式 A：Python（推荐）

python -m http.server 8080

然后访问：

• http://localhost:8080/
• http://localhost:8080/en/

方式 B：Node（可选）

npx --yes serve . -l 8080

---

部署到 Nginx（纯静态）

核心原则

• 永远不要让 sitemap 走 SPA fallback（避免被 /index.html 兜底）
• 确保 location = /sitemap.xml 只定义一次
• sitemap 必须是 XML 且从第一字节开始就是 <?xml ...?>（避免 BOM/错误页混入）

示例（关键片段）

把 root 改成你的站点目录；如你是 fork 部署，把 mockaddress.com 改成你的域名。
下面只展示 sitemap 和静态路由相关的关键片段，完整 SSL/日志请按你服务器环境补齐。

# sitemap index
location = /sitemap.xml {
    default_type application/xml;
    add_header Content-Type "application/xml; charset=UTF-8" always;
    try_files $uri =404;
}

# language sitemaps
location ~ ^/sitemap-(zh|en|ru|es)\.xml$ {
    default_type application/xml;
    add_header Content-Type "application/xml; charset=UTF-8" always;
    try_files $uri =404;
}

# static site (folder URLs -> index.html)
location / {
    try_files $uri $uri/ /index.html;
}

---

Sitemap 说明（重要）

本项目使用 sitemap index + 多个子 sitemap 的方式：

• sitemap.xml（索引）列出：
  • https://mockaddress.com/sitemap-zh.xml
  • https://mockaddress.com/sitemap-en.xml
  • https://mockaddress.com/sitemap-ru.xml
  • https://mockaddress.com/sitemap-es.xml

是否需要在 URL 里加 index.html？

不建议。

• 本站是文件夹形式 URL（例如 /usa-address/ 对应 usa-address/index.html），sitemap 里用目录 URL 更符合 SEO 习惯。
• 只有当你的服务器真实对外 URL 必须带 index.html（例如访问 /usa-address/ 会 404）时，才需要在 sitemap 中写成 /usa-address/index.html。

---

robots.txt（已配置）

robots.txt 位于根目录，并且：

• 禁止抓取保存地址页：/saved-addresses/ 及各语言对应路径
• 声明了主 sitemap 和全部子 sitemap

提交给搜索引擎时，推荐提交 sitemap.xml（索引）即可。

---

Nginx 部署要点（避免 Google 抓取失败）

你站点历史上遇到过 Google 无法抓取 sitemap 的典型原因有两类：

1) Content-Type 错误 / 重复 / 被覆盖

目标是让 sitemap 响应头稳定为：

• Content-Type: application/xml; charset=UTF-8（推荐）

常见问题：

• 返回了 image/svg+xml（通常是 mime.types/匹配规则错误或被某个 location 覆盖）
• 同时出现两个 Content-Type（例如 text/xml + application/xml），会让部分工具误判

建议做法（核心原则）：

• 给 sitemap.xml 和 sitemap-*.xml 单独写 location
• 不要让它走 SPA fallback（不要被 try_files ... /index.html 兜底）
• 确保只定义一次 location = /sitemap.xml（避免重复定义报错）

2) SPA fallback 把 sitemap 当成页面处理

如果你有类似： try_files $uri $uri/ /index.html; 务必保证 sitemap 的 location 在它之前，并且 sitemap 使用： try_files $uri =404;

---

自检清单（提交 Search Console 前必做）

在服务器上执行（或用浏览器 F12 / Network 看响应头）：

• 检查索引是否可访问
  • https://mockaddress.com/sitemap.xml
• 检查子 sitemap 是否可访问
  • https://mockaddress.com/sitemap-zh.xml
  • https://mockaddress.com/sitemap-en.xml
  • https://mockaddress.com/sitemap-ru.xml
  • https://mockaddress.com/sitemap-es.xml
• 检查响应头 Content-Type 是否正确
  • 期望：application/xml; charset=UTF-8
• 检查返回内容是否从 XML 声明开始
  • 第一行必须是 <?xml version="1.0" encoding="UTF-8"?>
  • 不能在它前面出现任何多余字符（包括 BOM/空白/错误页 HTML）

---

常见问题

为什么浏览器里 sitemap 看起来像“纯文本”？

这是正常现象。浏览器是否“折叠显示 XML”取决于浏览器自身与响应头；只要 XML 内容正确且 Content-Type 正确，搜索引擎即可抓取。

为什么无痕模式正常、普通模式报错？

多数是浏览器缓存或扩展注入导致的显示差异。以搜索引擎结果为准：重点看 HTTP 状态码 与 Content-Type。

---

维护建议

• 更新页面后，记得同步更新对应语言的子 sitemap（以及 sitemap.xml 里的 <lastmod>）。
• robots.txt 保持根目录可访问，且不要出现 Disallow: /（会导致整站不可抓取）。

---

贡献

欢迎 PR / Issue：

• 修复多语言页面问题
• 增加更多语言目录
• 优化 sitemap 生成与校验脚本（如果你打算加入脚本）

---

License

如果你希望完全开源，建议添加 LICENSE 文件并在这里声明（例如 MIT）。