
6 月 18 日,工作室在交付前做了一次全量核对。做法是用脚本遍历站点目录,取出全部 HTML 文件的路径,再读 sitemap 里的 loc 列表,两边逐条比对,比对结果输出成一张表。
结果是 38 个 HTML 对应 38 个 URL,没有缺漏,也没有 sitemap 里写了但磁盘上不存在的地址。站点有 2 份 sitemap:www 主域一份写 38 条,m 子域一份只写首页 1 条,两个文件的 lastmod 都取了实际修改日期。
页面清单按 URL 与 title 一一对照的格式排,38 行写满。核对时顺手查了 canonical 是否自指,38 个页面全部自指且使用绝对地址,与 sitemap 和 og:url 三处一致,没有出现一处写相对路径的情况。
这次核对还发现 2 个页面描述重复,出现在同栏目的两篇新闻上。改法是重写描述里的场景句,把时间与数据换成各自的,改完后 38 个页面的 title 重复数量为 0,描述重复数量也为 0。
脚本只做三件事:列出 HTML 全路径、读 sitemap 的 loc 列表、按路径比对。输出是一张两列表,左边磁盘路径右边 URL,缺一边标红。38 行里最初标红 1 行,原因是一个栏目页的目录名与页面里的链接写法差了一个字母。
修正后重跑,38 行全绿。另外查了 lastmod:38 条取的都是文件实际修改日期,最早 2025 年 12 月 22 日,最晚 2026 年 11 月 5 日,与 15 篇新闻的文件名日期逐条对得上,没有一条写死成构建日期。
核对表还在交付包里留了一份:38 行,四列,分别是序号、磁盘路径、URL、title。客户打开 Excel 就能逐行对照,哪一行对不上直接标黄。这份表与《页面清单.txt》内容一致,只是格式不同,一份给人看,一份给脚本读。
结构化数据也一并校验:38 个页面里 Organization、BreadcrumbList 覆盖全站,Product 覆盖 12 个产品页,Article 覆盖 15 篇新闻,FAQPage 在首页与产品页各 1 处。用三个在线校验工具跑过,报错 0 条,警告 2 条都是图片字段建议补尺寸。
交付包按三层目录放:页面、资源、清单。资源目录里 CSS 与 JS 各 1 个文件、图片 41 张,清单目录里放三份 txt 与两份 sitemap。客户解压后只有一层域名文件夹,不套第二层,打开即见首页。