Hugo去除Sitemap中的tags

默认情况下 Hugo 以及我用的 Stack 主题已经做到开箱即用了，同时 Hugo 也支持各种自定义配置，我也是遇到了需求才去学习如何修过 Hugo 配置的。

我遇到的问题是，我发现构建后的 sitemap.xml 会包括所有的tags标签，以及部分着陆页，比如 tags、post、categories 等，由于我写起来文章标签定的很随意，所以我想去掉这些标签，避免被搜索引擎收录。至于各种着陆页，对于我用的主题来说在页面上并不能链接到的，也就没有存在的意义。

分类法的概念

首先需要了解 Hugo 分类法的概念，与内容无关的其他四种页面类型为 robotsTXT、RSS、sitemap 和 404

分类法

根据图中我们可以看到 Hugo 根据内容类型进行分类，比如 tags categories 属于 taxonomy 的类型，而像 page post 属于 section 的类型。

禁用分类法

想要禁用这些分类页面的话，只需要在 config.yaml 中配置

# config.yaml
disableKinds: ["taxonomy", "section"]

重新构建后，我们再次访问 /tags/ /post/ 等页面，发现已经无法访问了，当然其他正常页面不会受到影响。同理你也可以禁用404页面、sitemap、robots.txt等页面。

自定义sitemap

禁用分类法之后，那些页面也不会出现在 sitemap.xml 中。但是 tags/xxx/index.html 还是会出现在sitemap中，是因为我们没有关闭term分类，毕竟Stack主题默认显示标签云，关闭了标题功能直接没了。

但是我想要实现的是把这些标签页面剔除sitemap中，不需要被搜索引擎收录。实现这个也很简单，创建 layout/_default/sitemap.xml ，配置如下:

{{ printf "<?xml version=\"1.0\" encoding=\"utf-8\" standalone=\"yes\"?>" | safeHTML }}
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9"
  xmlns:xhtml="http://www.w3.org/1999/xhtml">{{ range .Data.Pages }}{{ if not  (strings.Contains .RelPermalink "/tags") }}
  <url>
    <loc>{{ .Permalink }}</loc>{{ if not .Lastmod.IsZero }}
    <lastmod>{{ safeHTML ( .Lastmod.Format "2006-01-02T15:04:05-07:00" ) }}</lastmod>{{ end }}{{ with .Sitemap.ChangeFreq }}
    <changefreq>{{ . }}</changefreq>{{ end }}{{ if ge .Sitemap.Priority 0.0 }}
    <priority>{{ .Sitemap.Priority }}</priority>{{ end }}{{ if .IsTranslated }}{{ range .Translations }}
    <xhtml:link
                rel="alternate"
                hreflang="{{ .Language.Lang }}"
                href="{{ .Permalink }}"
                />{{ end }}
    <xhtml:link
                rel="alternate"
                hreflang="{{ .Language.Lang }}"
                href="{{ .Permalink }}"
                />{{ end }}
  </url>{{ end }}{{ end }}
</urlset>

相比默认的sitemap配置，我们只加了一行代码。就是包含tags的链接不被引入sitemap

{{ if not  (strings.Contains .RelPermalink "/tags") }}

熟悉hugo的同学应该知道hugo很多配置是通过覆盖默认配置来实现的，通过修改 layout/assets 目录下的一些代码文件就可以实现自定义 head/css/sitemap

配置robots.txt

虽然sitemap中的tags链接已经被我们排除了sitemap，但还是有可能被搜索引擎收录到，所以我们需要配置 static/robots.txt

User-agent: *
Disallow: /tags/

自定义tags页面

如果tags对你来说很重要，需要被搜索引擎收录，或者需要添加描述，那么可以自定义tags页面的标题和描述。新建 content/tags/yourtag/_index.html ，跟分类的配置几乎一样

title: 标签
description: 标签描述

大功告成

至此我们已经实现了最初的全部需求，删除了不必要的页面，去除了sitemap中的tags页面，并且禁止了搜索引擎收录。那么为什么要删除这些页面呢？因为默认生成的tags页面使用默认的描述，标题也比较短，内容可能也不多，对于搜索引擎来说，大量短内容，无描述的页面并不是一个好现象。