Sitemap 可方便
网站管理员通知
搜索引擎他们网站上有哪些可供抓取的网页。最简单的 Sitemap 形式,就是XML 文件,在其中列出网站中的网址以及关于每个网址的其他元数据(上次更新的时间、更改的频率以及相对于网站上其他网址的重要程度为何等),以便搜索引擎可以更加智能地抓取网站。
解释
Google、
雅虎、和
微软都支持一个被称为xml
网站地图(xml Sitemaps)的协议,而百度Sitemap是指百度支持的收录标准,在原有协议上做出了扩展。百度sitemap的作用是通过Sitemap告诉
百度蜘蛛全面的站点链接,优化自己的网站。百度Sitemap分为三种格式:txt文本格式、
xml格式、Sitemap索引格式。
优化步骤
1、我们需要为每一个页面链接介绍一段简短的文字,这样可以提示这部分内容是关于哪方面的。
3、如果用户已经在你网站上搜索过某些文章或信息,此时就需要有一个关于已经查看过的页面或列表。如果没有这些程序,那么你需要做一个文字链接到某个页面并且这个页面是可以得到所有想查询的内容链接以便告诉用户如何去查找他们需要查找的信息。
4、如果你网站的链接因为某些原因例如链接失效过无法获得原来链接的话,此时你就需要做一个错误页面的转向,这个错误的转向页面你也可以充分发挥你的想象力以便做的更加漂亮。
5、这一点很重要,你可以在网站地图的文本和
超级链接里提到你要优化的主要的关键词,以便帮助搜索引擎来识别。
6、间接的帮助搜索引擎能够轻轻松松索引到一些动态的页面,最好此时的
动态页面你将其为伪静态化,当然静态化是最好的了,因为搜索引擎最喜欢静态化的页面。
格式
Google SiteMap
Google SiteMap Protocol是Google自己推出的一种
站点地图协议,此协议文件基于早期的
robots.txt文件协议,并有所升级。在Google官方指南中指出加入了Google SiteMap文件的网站将更有利于Google网页爬行机器人的爬行索引,这样将提高索引网站内容的效率和
准确度。文件协议应用了简单的XML格式,一共用到6个标签,其中关键标签包括
链接地址、
更新时间、更新频率和索引优先权。
百度sitemap
XML标签
changefreq:页面内容更新频率。
lastmod:页面最后修改时间
loc:页面永久链接地址
priority:相对于其他页面的优先权
url:相对于前4个标签的父标签
urlset:相对于前5个标签的父标签
这一行定义了此xml文件的
命名空间,相当于网页文件中的标签一样的作用。
这是具体某一个链接的定义入口,你所希望展示在SiteMap文件中的每一个链接都要用和包含在里面,这是必须的。
用
描述出具体的链接地址,这里需要注意的是链接地址中的一些特殊字符必须转换为XML(HTML)定义的转义字符,如下表:字符 转义后的字符& 符号 & &;
大于 > >;
小于 < <;
2005-06-03T04:20:32-08:00
是用来指定该链接的最后更新时间,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(2005)
年和月:YYYY-MM(2005-06)
年月日:YYYY-MM-DD(2005-06-04)
年月日小时分钟:YYYY-MM-DDThh:mmTZD(2005-06-04T10:37+08:00)
年月日小时分钟秒:YYYY-MM-DDThh:mmTZD(2005-06-04T10:37:30+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
always
用这个标签告诉Google此链接可能会出现的更新频率,比如首页肯定就要用always(经常),而对于很久前的链接或者不再更新内容的链接就可以用
yearlyweeklymonthly是用来指定此链接相对于其他链接的优先权比值,此值定于0.0 - 1.0之间 还有和,这两个就是来关闭xml标签的,这和HTML中的和