在新浪看到這樣的新聞
Google雅虎微軟聯(lián)手支持網(wǎng)頁(yè)手工提交標(biāo)準(zhǔn),
Google、微軟和雅虎認(rèn)為，統(tǒng)一標(biāo)準(zhǔn)有助于從整體上改進(jìn)站點(diǎn)地圖，從而搜索引擎可以將更廣泛的信息加入索引。當(dāng)然，搜索終端用戶也將從中獲益。Google網(wǎng)站管理員中心產(chǎn)品經(jīng)理瓦內(nèi)薩·?？怂?Vanessa Fox)表示：“我們的首要任務(wù)是為用戶提供最佳搜索結(jié)果，以及為網(wǎng)站所有者運(yùn)營(yíng)網(wǎng)站提供便利?！盙oogle、微軟和雅虎還將推動(dòng)其它搜索引擎運(yùn)營(yíng)商，以及相關(guān)軟件廠商加入Sitemaps協(xié)議支持者的行列。Google、雅虎以及微軟宣布已經(jīng)達(dá)成共識(shí)，旗下的搜索引擎將采用統(tǒng)一的Sitemaps 0.9(站點(diǎn)地圖)協(xié)議對(duì)網(wǎng)站進(jìn)行索引。目前，在www.sitemaps.org網(wǎng)站上，已經(jīng)為網(wǎng)站管理員準(zhǔn)備了一套簡(jiǎn)單快捷的指引，使搜索引擎能夠完整、有效地對(duì)網(wǎng)站進(jìn)行索引。了解一下Google SiteMap Protocol.
Google SiteMap Protocol是Google自己推出的一種站點(diǎn)地圖協(xié)議，此協(xié)議文件基于早期的robots.txt文件協(xié)議，并有所升級(jí)。在Google官方指南中指出加入了Google SiteMap文件的網(wǎng)站將更有利于Google網(wǎng)頁(yè)爬行機(jī)器人的爬行索引，這樣將提高索引網(wǎng)站內(nèi)容的效率和準(zhǔn)確度。文件協(xié)議應(yīng)用了簡(jiǎn)單的XML格式，一共用到6個(gè)標(biāo)簽，其中關(guān)鍵標(biāo)簽包括鏈接地址、更新時(shí)間、更新頻率和索引優(yōu)先權(quán)。
Google SiteMap文件生成后格式如下：
<![CDATA[
<urlset xmlns="http://www.google.com/schemas/sitemap
/0.84">
<url>
<loc>http://www.keyusoft.cn</loc>
<lastmod>2005-06-03T04:20-08:00</lastmod>
<changefreq>always</changefreq>
<priority>1.0</priority>
</url>
<url>
<loc>http://www.keyusoft.cn/post/140.html</loc>
<lastmod>2005-06-02T20:20:36Z</lastmod>
<changefreq>daily</changefreq>
<priority>0.8</priority>
</url>
</urlset>
]]>
XML標(biāo)簽
- changefreq:頁(yè)面內(nèi)容更新頻率。
- lastmod:頁(yè)面最后修改時(shí)間
- loc:頁(yè)面永久鏈接地址
- priority:相對(duì)于其他頁(yè)面的優(yōu)先權(quán)
- url:相對(duì)于前4個(gè)標(biāo)簽的父標(biāo)簽
- urlset:相對(duì)于前5個(gè)標(biāo)簽的父標(biāo)簽
我將一句一句分解講解這個(gè)xml文件的每一個(gè)標(biāo)簽：
- <urlset xmlns="http://www.google.com/schemas/sitemap/0.84">
這一行定義了此xml文件的命名空間，相當(dāng)于網(wǎng)頁(yè)文件中的<html>標(biāo)簽一樣的作用。
- <![CDATA[<url></url>]]>這是具體某一個(gè)鏈接的定義入口，你所希望展示在SiteMap文件中的每一個(gè)鏈接都要用<url>和</url>包含在里面，這是必須的。
- <![CDATA[<loc>http://www.keyusoft.cn</loc>]]>用<loc>描述出具體的鏈接地址，這里需要注意的是鏈接地址中的一些特殊字符必須轉(zhuǎn)換為XML(HTML)定義的轉(zhuǎn)義字符，如下表：
| 字符 | 轉(zhuǎn)義后的字符 |
|---|
| HTML字符 | 字符編碼 |
|---|
| and(和) | & | & | & |
| 單引號(hào) | ' | ' | ' |
| 雙引號(hào) | " | " | " |
| 大于號(hào) | > | > | > |
| 小于號(hào) | < | < | < |
- <![CDATA[<lastmod>2005-06-03T04:20:32-08:00</lastmod>]]><lastmod>是用來(lái)指定該鏈接的最后更新時(shí)間，這個(gè)很重要。Google的機(jī)器人會(huì)在索引此鏈接前先和上次索引記錄的最后更新時(shí)間進(jìn)行比較，如果時(shí)間一樣就會(huì)跳過(guò)不再索引。所以如果你的鏈接內(nèi)容基于上次Google索引時(shí)的內(nèi)容有所改變，應(yīng)該更新該時(shí)間，讓Google下次索引時(shí)會(huì)重新對(duì)該鏈接內(nèi)容進(jìn)行分析和提取關(guān)鍵字。這里必須用ISO 8601中指定的時(shí)間格式進(jìn)行描述，格式化的時(shí)間格式如下：
- 年：YYYY(2005)
- 年和月：YYYY-MM(2005-06)
- 年月日：YYYY-MM-DD(2005-06-04)
- 年月日小時(shí)分鐘：YYYY-MM-DDThh:mmTZD(2005-06-04T10:37+08:00)
- 年月日小時(shí)分鐘秒：YYYY-MM-DDThh:mmTZD(2005-06-04T10:37:30+08:00)
這里需注意的是TZD，TZD指定就是本地時(shí)間區(qū)域標(biāo)記，像中國(guó)就是+08:00了
- <![CDATA[<changefreq>always</changefreq>]]>用這個(gè)標(biāo)簽告訴Google此鏈接可能會(huì)出現(xiàn)的更新頻率，比如首頁(yè)肯定就要用always(經(jīng)常)，而對(duì)于很久前的鏈接或者不再更新內(nèi)容的鏈接就可以用yearly(每年)。這里可以用來(lái)描述的單詞共這幾個(gè)："always", "hourly", "daily", "weekly", "monthly", "yearly"，具體含義我就不用解釋了吧，光看單詞的意思就明白了。
- <![CDATA[<priority>1.0</priority>]]><priority>是用來(lái)指定此鏈接相對(duì)于其他鏈接的優(yōu)先權(quán)比值，此值定于0.0 - 1.0之間
- 還有</url>和</urlset>，這兩個(gè)就是來(lái)關(guān)閉xml標(biāo)簽的，這和HTML中的</body>和</html>是一個(gè)道理
- 另外需要注意的是，這個(gè)xml文件必須是utf-8的編碼格式，不管你是手動(dòng)生成還是通過(guò)代碼生成，建議最好檢查一下xml文件是否是utf-8編碼，最簡(jiǎn)單的方法就是用記事本打開(kāi)xml然后另存為時(shí)選擇編碼(或轉(zhuǎn)換器)為UTF-8。
from: http://www.cnblogs.com/shanyou/archive/2006/11/17/564152.aspx