sitemap.xml

Эм. Нереал. Тем самым вы закрываете от индексации весь сайт.

... ой, сорри, не дочитал....

Никак не получится сделать то что я хочу?

Нет конечно. Как минимум нужно учитывать, то что ПС вообще карту сайта в последнюю очередь смотрят.

Помечайте страницы, которые должны индексироваться каким-нибудь параметром, потом регуляркой по нему напишите правила для роботса.

Ну, и в сайтмап их суйте.

Ой, сомневаюсь, что будут ПС это слушать. Они проиндексируют всё, а потом просто в снипете будут выводить, мол содержание мы показать не можем, но страница есть. Заходите смотрите.

Задача конечно дурацкая, но если очень хочется, то:

index.php

<?
   $filename = "sitemap.xml";
   if (file_exists($filename)){
      $f = fopen($filename, "r");
      $sitemap = fread($f, filesize($filename));
      fclose($f);
      
      $url = 'http://'.$_SERVER['HTTP_HOST'].$_SERVER['REQUEST_URI'];      
      if (strpos($sitemap, $url) !== TRUE)
         header("HTTP/1.0 404 File Not Found");
   }
...
<остальной код>
?>

Т.е. на страницы, которых нет в карте выдаем 404 код, и они выпадают из индекса.

благодарю, но страницы должны открываться. Это будут страницы с тэгами, страницы архива и т.д. Все что дубли контента делают

как то запрещать страницы:

Ну только отслеживать бот ли это ПС и ему отдавать 404