廖文亮SEO研讨之Sitemap.xml 的标准化
Sitemap.xml，是由GOOGLE公司最先提出来的，其目的是便于搜索引擎对网站数据的快速索引，因为当某个网站数据量很大的时候，如有百万级别、千万级别数据的时候，SITEMAP.xml可以方便的告诉SE你网站的情况，使你网站的数据能很快的在搜索结果里表现，其所谓酒香也怕巷子深，xml的使命就是当引路人……
提交sitemap一是有利于搜索抓取一些正常抓取过程中无法抓取的网址，比如动态网页，包含大量AJAX的网页或者flash的页面。二是为搜索蜘蛛指明“工作方向”。Sitemap就是你网站上页面的列表，googlebot就按照这个去一个个的抓取收录页面，显然比它自己去找会效率高，而且要全。Google网站上有完整的关于sitemap.xml的详细说明：
http://www.google.com/support/webmasters/bin/answer.py?answer=40318&hl=zh_CN
但很多站长看后仍然不会操作，下面这个教程就是手把手教会你创建Sitemap.xml。
<!–[if !supportLists]–>1. <!–[endif]–>Sitemap.XML 的格式
完整格式如下：
<?xml version=”1.0″ encoding=”UTF-8″?>
<urlset xmlns=”http://www.google.com/schemas/sitemap/0.84” >
<url>
<loc>http://blog.izzj.com/?p=42/loc>
<lastmod>2008-07-17</lastmod>
<changefreq>daily</changefreq>
<priority>1.0</priority>
</url>
<url>
<loc>http://blog.izzj.com/?p=41</loc>
<lastmod>2008-07-17</lastmod>
<changefreq>weekly</changefreq>
<priority>0.9</priority>
</url>
…
…
</urlset>
下面，对以上标签分别加以解释
<!–[if !supportLists]–>a) <!–[endif]–><?xml version=”1.0″ encoding=”UTF-8″?>
<urlset xmlns=”http://www.google.com/schemas/sitemap/0.84” >
这两行就相当于网页文件中的<html>标签一样的作用。不必管这两行什么意思，照抄即可。
切记：一个字符也不能错，即使多一个空格，google网站采集时也会报错。另外，千万别忘了在文件的末尾加上</urlset>标签。
<!–[if !supportLists]–>
b) url:每个标签包含一个网页地址，是以下标签的父标签。
c)http://blog.izzj.com/index.htm
这里是页面链接地址，也就是你希望蜘蛛访问的地址。
切记：在地址中出现的某些特殊字符需要使用转义字符，否则，google也会报错。最典型的就是 & 号，经常在动态网址中出现，在提交地址中必须写成 & 如：提交http://blog.izzj.com/search2.asp?id=32003044&sq=1，google管理员工具就会报错，而改为http://blog.izzj.com/search2.asp?id=32003044&sq=1提交后就没有问题了。我看到网上有人说sitemap.xml只能提交一个参数的网页的说法，其实多半是因为没有使用转义字符而导致出错的。其他的转义字符就不一一列出了，大家可以在网上查。
d) lastmod:页面最后修改时间
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(2008)
年和月：YYYY-MM(2008-06)
年月日：YYYY-MM-DD(2008-06-04)
年月日小时分钟：YYYY-MM-DDThh:mmTZD(2008-06-04T10:37+08:00)
年月日小时分钟秒：YYYY-MM-DDThh:mmTZD(2008-06-04T10:37:30+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
切记：其他格式可能引起出错，比如将2008-08-08 写成2008-8-8就会出问题。
e) changefreq:页面内容更新频率。
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。
f) priority:相对于其他页面的优先权
定于0.0 – 1.0之间 。
切记：建议将各类网页根据重要性给出不同的数值，以方便蜘蛛的采集，不要耍小聪明全部写1.0，google管理工具会报错的。
2. Sitemap.xml制作方式
制作方式无非两种，自动方式和手动方式。
自动方式一般使用生成工具自动生成，只需输入自己的网址，就可以得到完整的xml文件。这种方式一般适用于静态网站，在此不再赘述。但需要提醒的是，网上的工具良莠不齐，生成的文件经常有错误，不一定能通过google的校验，使用者需认真辨别。
手工方式则是由站长手工填写或写程序完成均可，代码很简单，大家可以到网上查找。
3. 提交
Sitemap.xml制作完成后，就需要将xml文件提交到相关搜索引擎。
Google提交网址：http://www.google.com/webmasters/sitemaps/?hl=zh-CN
Yahoo提交网址：http://sitemap.cn.yahoo.com/
提交后，一般在几个小时之内，系统就开始下载处理了。
4. Sitemap.xml的校验
至于你的网站地图是否符合标准，最方便的手段就是使用google的管理员工具了。
在他下载你的sitemap.xml后几天内，这个工具就会将详细的分析结果反馈回来，包括：sitemap.xml中包含了多少地址，google已将多少地址加入索引，sitemap.xml中出现了哪些错误，甚至蜘蛛采集过程中遇到的各种问题，比如哪些网页有404，500错误都会详细的罗列出来，非常方便。
如果你提交的xml文件一切无误，那么接下来，你就是等着让它的搜索蜘蛛来爬了，sitemap的文件告知了文件更新的频率，这样搜索蜘蛛来得更勤快，页面被收录当然也就更快。
——2008年文章
