OpenCart - 中文论坛

标题: opencart的sitemap的设置 [打印本页]
作者: topopencart    时间: 2015-4-3 13:31
标题: opencart的sitemap的设置
一、什么叫sitemap？
Sitemap 可方便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 Sitepmap 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。

二、关于百度的sitemap
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。

三、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。
2,要为谷歌,百度这样的搜索引擎提供一条"绿色的通道"为蜘蛛提供可以浏览整个网站的链接,使搜索引擎能迅速收录网站的主要的网页,例如首页,详细页及帮助等页面。
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。

四、格式
1.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。
<urlset xmlns=“网页列表地址”>
<url>
<loc>网址</loc>
<lastmod>2005-06-03T04:20-08:00</lastmod>
<changefreq>always</changefreq>
<priority>1.0</priority>
</url>
<url>
<loc>网址</loc>
<lastmod>2005-06-02T20:20:36Z</lastmod>
<changefreq>daily</changefreq>
<priority>0.8</priority>
</url>
</urlset>

百度sitemap
<?xml version="1.0" encoding="UTF-8"?>
<urlset>
<url>
<loc>网页地址</loc>
<lastmod>2010-01-01</lastmod>
<changefreq>daily</changefreq>
<priority>1.0</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="
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></loc>
用<loc>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
HTML字符 字符编码
& 符号 & &amp;
单引号 ' &apos;
双引号 " "
大于 > &gt;
小于 < &lt;
<lastmod>2005-06-03T04:20:32-08:00</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：
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
<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，链接，如果还没有注册或者登陆Google，就先用自己的帐号登陆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。

五、实际应用
在实际的应用中，我们有两种方式使用sitemap
一种方法是通过百度的站长工具，验证网站所有权后，手动提交sitemap文件，支持txt和xml格式
工具地址是： https://zhanzhang.baidu.com/sitemap/index
具体使用方法网站有说明，不做赘述。

另一种方法是在网站服务器放置sitemap文件，然后通过robot文件指向该文件位置，待百度蜘蛛主动抓取。
我们可以通过在 robots.txt 文件中添加以下代码行来告诉搜索引擎 Sitemap 的存放位置。包括 XML Sitemap 和文本形式的Sitemap。

Sitemap:填写 Sitemap 的完整网址

如：https://www.example.com/sitemap.xml. https://www.example.com/sitemap.txt

如果有很多个.xml 或 .txt 文件，则你可以先建立一个索引文件，把这些.xml 或 .txt 文件的完整网址列在其中。

中填写完整的该索引文件的网址。

以上代码行放在 robots.txt 文件的任何位置都可以。

特别注意的是，百度索引文件支持gzip压缩格式，无论压缩与否，百度sitemap文件大小最大不能超过10MB或50000条记录，如果超过了就需要使用索引文件。
索引文件格式示例



<?xml version=”1.0″ encoding=”UTF-8″?>

<sitemapindex xmlns=”https://www.google.com/schemas/sitemap/0.84″>

<sitemap>

<loc>https://www.xxx.com/sitemap1.xml.gz</loc>

<lastmod>2014-06-22</lastmod>

</sitemap>

<sitemap>

<loc>https:// https://www.xxx.com /sitemap2.xml.gz</loc>

<lastmod>2014-06-22</lastmod>

</sitemap>

<sitemap>

<loc>https:// https://www.xxx.com /sitemap2.xml.gz</loc>

<lastmod>2014-06-22</lastmod>

</sitemap>

</sitemapindex>


<loc>标记并用其来识别 Sitemap的位置。

<lastmod>是可选标记，用于指示Sitemap文件的修改时间。

<sitemap>封装单个 Sitemaps 的相关信息。

<sitemapindex>会压缩有关文件中的所有 Sitemaps 的信息


在网站服务器放置sitemap文件及修改robot文件后，大约1小时左右就能够被百度收录了,



如果你的opencart启用了伪静态，请在.htaccess 添加下面这两句（feed/google_sitemap是sitemap的路径）

RewriteRule ^sitemap.xml$ index.php?route=feed/google_sitemap [L]
RewriteRule ^googlebase.xml$ index.php?route=feed/google_base [L]



欢迎光临 OpenCart - 中文论坛 (https://bbs.opencart.cn/) Powered by Discuz! X3.2