Sitemap协议规范

nkc3g4 · 发表于 2013-4-28 22:35:02

Sitemap协议规范

1.什么是Sitemap协议

SiteMap Protocol是一种站点地图协议。加入了SiteMap文件的网站将更有利于搜索引擎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。

2.Sitemap协议规范的基本要求

（1）Sitemap文件采用.xml格式

（2）Sitemap文件必须使用utf-8编码

（3）可以采用gzip（.gz）格式来压缩Sitemap文件

（4）Sitemap文件未压缩前不能大于2MB

（5）一个Sitemap文件中包含的Url不能超过50000个

（6）Sitemap中Url的优先权的值是一个表示当前站点中Url重要程序的相对值

（7）Sitemap中Url的优先仅的缺省值是0.5

（8）Sitemap中的Url必须是xml安全的（URL'smust be XML Safe (use XMLFormat())

3.Sitemap协议中的标签

标签	是否必须	说明
<urlset>	是	Sitemap文件最顶层的标签，sitemap文件中的其它标签都必须包含在该标签内部
<url>	是	每一条记录的父标签，下面的其它标签都得包含在该标签内部
<loc>	是	页面Url, 长度不能超过2048
<lastmod>	否	页面最后的更新时间，时间格式参见ISO 8601，通常使用YYYY-MM-DD格式
<changefreq >	否	页面更新频率，取值为：always, hourly, daily, weekly, monthly, yearly, never。这里需要注意： always表示页面在每次被访问到时就更新 never表示当前Url的是一个目录
<priority>	否	当前Url的相对优先权，这个优先权是相对于当前Sitemap中其它Url而言的

4.扩展：Sitemap Index

一个站点可以有多个sitemap文件，对于多个sitemap的站点，需要一个名为sitemap_index.xml的索引文件来指定各个sitemap文件的位置。

关于SitemapIndex需要注意：

（1）SitemapIndex名字必须为sitemap_index.xml

（2）SitemapIndex文件必须使用utf-8编码

（3）SitemapIndex中包含的sitemap数不能超过50000个

（4）SitemapIndex压缩前的大小不能超过2MB

（5）SitemapIndex的标签：

标签	是否必须	说明
<sitemapindex>	是	Sitemap Index文件最顶层的标签，Sitemap Index文件中的其它标签都必须包含在该标签内部
<sitemap>	是	每一条记录的父标签，下面的其它标签都得包含在该标签内部
<loc>	是	用来指定某一个sitemap文件位置的Url, 长度不能超过2048
<lastmod>	否	该sitemap文件最后的更新时间，时间格式参见ISO 8601，通常使用YYYY-MM-DD格式