Sitemap 提取器
输入任意网站域名，自动定位其 sitemap.xml（sitemap index 自动展开一层子表）：统计全部子 sitemap、URL 总数、每个子表的页面数，以及 lastmod 更新时间的月度分布——评估一个站点的内容规模、更新频率和活跃度，选品调研与竞品分析的第一步。
Sitemap 是站点的内容底账
sitemap.xml 是站点主动申报给搜索引擎的 URL 清单，等于把家底摊开给你看：URL 总数是内容规模的最直接口径（比 site: 查询准确得多），子 sitemap 的切分方式暴露内容结构（博客分几卷、产品多少页、页面多少个）。
lastmod 月度分布是活跃度探针：内容站正常应该每月都有新增或更新（分布图右端有柱）；如果最近 6 个月全是零、所有 lastmod 停在历史某月，这个站基本停止运营——做竞品分析时这决定你要不要认真研究它，做外链采购时这直接影响该站价值。
常见问题
sitemap 里 URL 数等于收录数吗？
不等于。sitemap 是「站点申报的清单」，收录是「搜索引擎实际采纳的」。申报 1 万条实际收录 3 千很常见（质量过滤、抓取预算）。但反过来，sitemap 数量是内容规模的下限锚点——连 sitemap 都没有的站规模一定不大。
为什么有的站提取不到 sitemap？
sitemap 地址不统一：标准是 /sitemap.xml，WordPress 生成 /wp-sitemap.xml，Yoast 插件用 /sitemap_index.xml（本工具前两者都会自动尝试）。都没有时说明站点未主动提供 sitemap——小站靠外链发现也能被收录，但大规模站点不配 sitemap 是技术缺陷。
lastmod 可以造假吗？
可以且常见——有的站每次全量刷新 lastmod 制造「活跃」假象。识别方法：看月度分布形态，真实更新的站呈细齿状持续分布，造假站呈单一巨柱（某月一次性全量刷新）。结合页面的实际内容变化判断。
sitemap index 和普通 sitemap 有什么区别？
index 是「目录的目录」：里面不装 URL，装的是子 sitemap 列表，适合 URL 过 5 万或按类型分文件的站点（post-sitemap1.xml、page-sitemap.xml 这种）。本工具自动展开一层，把每个子表的 URL 数都统计出来。
做竞品分析时这个工具怎么用？
第一步输入竞品域名拿 URL 总数和结构分布；第二步对照它的 blog 子表规模估算内容投入量级；第三步看 lastmod 最近月份判断它当前的内容节奏。三个数字叠加，比看首页猜规模客观得多。
