当前位置:首页 > 设计集萃 > 网站地图Sitemap.xml详解

网站地图Sitemap.xml详解

作者:不详来源:网络2009-07-12 08:01:02
网站地图Sitemap.xml详解

    Sitemap.xml是google搞出来的,也就是网站地图,不过这个网站地图是用xml写的,而且要按google的标准来写,并且要将写出来的这个文件sitemap.xml上传到自己的服务器空间中去。目前,Google, Yahoo, MSN都已经声明支持这种格式,Baidu还没有声明支持,但估计走这一步也是大势所趋。这将是向众多搜索引擎提供你网站信息的一种很好的方法。

  提交sitemap一是有利于搜索抓取一些正常抓取过程中无法抓取的网址,比如动态网页,包含大量AJAX的网页或者flash的页面。二是为搜索蜘蛛指明“工作方向”。Sitemap就是你网站上页面的列表,googlebot就按照这个去一个个的抓取收录页面,显然比它自己去找会效率高,而且要全。Google网站上有完整的关于sitemap.xml的详细说明:http://www.google.com/support/webmasters/bin/answer.py?answer=40318&hl=zh_CN

  但很多站长看后仍然不会操作,下面这个教程就是手把手教会你创建Sitemap.xml。

    1. Sitemap.XML 的格式

    完整格式如下:

    <?xml version="1.0" encoding="UTF-8"?>
    <urlset xmlns="http://www.google.com/schemas/sitemap/0.84" >
       <url>
              <loc>http://www.dreamart.cn/</loc>
              <lastmod>2008-07-17</lastmod>
              <changefreq>daily</changefreq>
              <priority>1.0</priority>
       </url>
       <url>
              http://www.dreamart.cn/news/index.asp
              <lastmod>2008-07-17</lastmod>
              <changefreq>weekly</changefreq>
              <priority>0.9</priority>
       </url>
       …
       …
    </urlset>

    下面,对以上标签分别加以解释

    a) <?xml version="1.0" encoding="UTF-8"?>
    <urlset xmlns="http://www.google.com/schemas/sitemap/0.84" >

    这两行就相当于网页文件中的<html>标签一样的作用。不必管这两行什么意思,照抄即可。
    切记:一个字符也不能错,即使多一个空格,google网站采集时也会报错。另外,千万别忘了在文件的末尾加上</urlset>标签。

  b) url:每个标签包含一个网页地址,是以下标签的父标签。

  c) http://www.dreamart.cn/
  这里是页面链接地址,也就是你希望蜘蛛访问的地址。
  切记:在地址中出现的某些特殊字符需要使用转义字符,否则,google也会报错。最典型的就是 & 号,经常在动态网址中出现,在提交地址中必须写成 & 如:提交http://www.dreamart.cn/,google管理员工具就会报错,而改为 http://www.dreamart.cn/提交后就没有问题了。我看到网上有人说sitemap.xml只能提交一个参数的网页的说法,其实多半是因为没有使用转义字符而导致出错的。其他的转义字符就不一一列出了,大家可以在网上查。

  d) lastmod:页面最后修改时间
  这个很重要。Google的机器人会在索引此链接前先和上次索引记录的最后更新时间进行 比较,如果时间一样就会跳过不再索引。所以如果你的链接内容基于上次Google索引时的内容有所改变,应该更新该时间,让Google下次索引时会重新 对该链接内容进行分析和提取关键字。这里必须用ISO 8601中指定的时间格式进行描述,格式化的时间格式如下:

  年:YYYY(2008)
  年和月:YYYY-MM(2008-06)
  年月日:YYYY-MM-DD(2008-06-04)
  年月日小时分钟:YYYY-MM-DDThh:mmTZD(2008-06-04T10:37+08:00)
  年月日小时分钟秒:YYYY-MM-DDThh:mmTZD(2008-06-04T10:37:30+08:00)
  这里需注意的是TZD,TZD指定就是本地时间区域标记,像中国就是+08:00了
  切记:其他格式可能引起出错,比如将2008-08-08 写成2008-8-8就会出问题。

  e) changefreq:页面内容更新频率。
  这里可以用来描述的单词共这几个:"always", "hourly", "daily", "weekly", "monthly", "yearly",具体含义我就不用解释了吧,光看单词的意思就明白了。

  f) priority:相对于其他页面的优先权
  定于0.0 - 1.0之间 。
  切记:建议将各类网页根据重要性给出不同的数值,以方便蜘蛛的采集,不要耍小聪明全部写1.0,google管理工具会报错的。

12

© 2001-2020 www.DreamArt.cn All Rights Reserved.

点击这里给我发消息 电子邮件联系我们

吉ICP备16008406号-2   吉公网安备22012202000040号