1、正视google sitemap的作用 sitemap推出的初衷是为了让spider更容易,更快地抓取到深层次的或者隐藏的网页,也就是让你的网站便于被搜索引擎收录,从这个意义上 说,sitemap对于排名的直接影响是不存在的,而对于站点结构清晰的网站,这个页面的意义也并非那么大,因为如果站点结构清晰,spider可以轻松 地抓取网页。google也提到了: 请注意 Sitemaps 协议补充而不是取代搜索引擎已用来发现网址的基于抓取的机制。通过向搜索引擎提交一个 Sitemaps(或多个 Sitemaps),可帮助搜索引擎更好地抓取您的网站。 使用此协议并不能保证搜索索引中将包含您的网页。(请注意,使用此协议不会影响 Google 对您网页进行排名的方式。) 2.Google SiteMap文件生成后格式 <urlset xmlns=http://www.google.com/schemas/sitemap/0.9> <url> <loc>http://www.</loc> <lastmod>2005-06-03T04:20-08:00</lastmod> <changefreq>always</changefreq> <priority>1.0</priority> </url> <url> <loc>http://www./about.html</loc> <lastmod>2011-03-02T20:20:36Z</lastmod> <changefreq>daily</changefreq> <priority>0.8</priority> </url> </urlset> 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 我将一句一句分解讲解这个xml文件的每一个标签: <urlset xmlns="http://www.google.com/schemas/sitemap/0.84"> 这一行定义了此xml文件的命名空间,相当于网页文件中的<html>标签一样的作用 <url> 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<url>和</url>包含在里面,这是必须的。 <loc>http://www.</loc> 用<loc>描述出具体的链接地址 <lastmod>2011-03-03T04:20:32-08:00</lastmod> <lastmod>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: <changefreq>always</changefreq> 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yearly(每年)。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。 <priority>1.0</priority> <priority>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</url>和</urlset>,这两个就是来关闭xml标签的,这和HTML中的</body>和</html>是一个道理 另外需要注意的是,这个xml文件必须是utf-8的编码格式,不管你是手动生成还是通过代码生成,建议最好检查一下xml文件是否是utf-8编码,最简单的方法就是用记事本打开xml然后另存为时选择编码(或转换器)为UTF-8。 登陆Google提交你的SiteMap文件,让Google开始爬行吧打开http://www.google.com/webmasters/sitemaps/链接,如果还没有注册或者登陆Google,就先用自己的账号登陆Google,登陆后转到Your Sitemaps状态页面,可以点击那个Add a Sitemap + 跳转到提交页面进行Sitemap文件的提交。建议文件放在你的站点根目录下。给Google提交你的Sitemap URL后可以看见在列表里已存在,不过这时候还没有生效,必须过几个小时后Status栏变成OK表示正式生效,如果不是OK,可以查看Google给出的状态标示解释看看是什么原因。
3、Sitemap的使用和登陆google a.打开浏览器输入网址http://www.google.cn ,点击右上角的登陆,用自己的google帐户登陆,还没有 Google 帐户? 现在就创建一个帐户 ,注册帐户以后然后登陆帐户 b.登陆成功以后,点击进入用户管理中心,然后点击:网站管理员工具 c.首先添加你的网址例如http://www. ,添加成功以后,在网址的对应项后面点击添加,打开sitemap的添加页面,选择下拉菜单,选择普通网站地图,下面出现文本表单,在空白表单后面添加sitemap.xml,然后点击提交。 d.好了!sitemap提交成功,等待5个小时之内google收录你的网站!
4、如何向google提交多个sitemap 了解关于google sitemap的基本知识 a.单个sitemap文件不能包括超过50000个URL; b.单个sitemap文件大小不能超过10M; c.单个管理员帐户向google提交的sitemaps不能超过500个; d.Sitemap中不能包含更高目录的URL; e.一个sitemap中可以索引多个sitemaps; f.Sitemap 索引文件最多可列出 1,000 个 Sitemap; g.网站中共有多少个URL,大致是如何分布的; h.Sitemap 的URL名称为:sitemap.xml; i.sitemap索引的URL名称为:sitemap_index.xml; 1)、文件较多怎么办。 如果网站有几百万页面,显然包含到同一个sitemap文件是不适合的,单一的sitemap文件建议控制在5万个url以下,因此你可以创建多个 sitemap文件,例如 s1.xml,s2.xml,s3.xml……s36458.xml ,然后,创建一个“sitemap索引文件”,将这个文件作为你的主要sitemap,这样spider会根据这个索引文件抓取你所有的sitemap文 件,格式如下: <?xml version=”1.0″ encoding=”UTF-8″?> <sitemapindex xmlns=”http://www./schemas/sitemap/0.9″> <sitemap> <loc>http://www./s1.xml</loc> <lastmod>2004-10-01T18:23:17+00:00</lastmod> </sitemap> <sitemap> <loc>http://www./s2.xml</loc> <lastmod>2005-01-01</lastmod> </sitemap>
…… <sitemap> <loc>http://www./s36458.xml</loc> <lastmod>2005-01-01</lastmod> </sitemap> </sitemapindex> 2)、那种sitemap生成器比较好。 事实上,为了达到更好的效果,不建议使用sitemap生成器来创建sitemap,我们来看这样一个sitemap,请注意红色的字体 <?xml version=”1.0″ encoding=”UTF-8″?> <urlset xmlns=”http://www./schemas/sitemap/0.9“> <url> <loc>http://www./</loc> <lastmod>2009-01-01</lastmod> <changefreq>monthly</changefreq> <priority>1</priority> </url><url> <loc>http://www./about.html</loc> <lastmod>2009-01-01</lastmod> <changefreq>monthly</changefreq> <priority>0.8</priority> </url><url> <loc>http://www./product.html</loc> <lastmod>2009-01-01</lastmod> <changefreq>monthly</changefreq> <priority>0.6</priority> </url> </urlset> sitemap其实就是一个网址列表,和rss不同的是,spider可以直接从网页获得的 title,keyword都摒弃了,只留下基本的url,更新时间(lastmod),以及2个特地加上去的属性changefreq(更新频率)以及 priority(权重),虽然这里的权重是相对值(例如上文的第一个url,权重1是和其他url相比的,第二个url权重0.8也是同本站的页面相比 而言,比第一个要低,但是比第三个url要高),并不会影响到和其他网站的排名,但是这个属性有利于让spider清楚你的网站页面的重要程度,间接地影 响这些页面的排名,而使用sitemap生成器的话,你的网站所有页面都会被标示成权重是1,这就给spider的判断带来麻烦,搞平均主义的话,重要和 不重要的页面都同样难以获得排名,因此建议自己手写,实在要使用sitemap生成器也应该手工设定一些重要页面的权重。
|