如何向百度、google提交Sitemap网站地图

一、什么是 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。


网络抓取工具通常会通过网站内部和其他网站上的链接查找网页。Sitemap 会提供此数据以便允许支持 Sitemap 的抓取工具抓取 Sitemap 提供的所有网址，并了解使用相关元数据的网址。使用 Sitemap 协议并不能保证网页会包含在搜索引擎中，但可向网络抓取工具提供一些提示以便它们更有效地抓取网站。


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。

Joomla下生成站点地图可以利用Xmap组件，在论坛中可以下载。

地址：http://www.csicw.com/mb/forum/vi ... &extra=#pid1710
二、如何向百度提交Sitemap

搜索引擎都遵循一样的 Sitemap 协议，baidu Sitemap 内容和形式可以和 Google Sitemap 完全一样。但因为百度还没开通类似 Google 网站管理员工具的提交后台，所以，我们需要采用以下方式提交"baidu Sitemap" 。

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:<sitemap_location>

<sitemap_location> 填写 Sitemap 的完整网址

如：http://www.example.com/sitemap.xml. http://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。<sitemap_location> 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。

二、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。

Google SiteMap文件生成后格式如下：

<urlset xmlns=http://www.google.com/schemas/sitemap/0.9>

<url>

<loc>http://www.seotest.cn</loc>

<lastmod>2005-06-03T04:20-08:00</lastmod>

<changefreq>always</changefreq>

<priority>1.0</priority>

</url>

<url>

<loc>http://www.seotest.cn/blog/google-sitemap-xiangjie.html</loc>

<lastmod>2005-06-02T20:20:36Z</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&lt;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://homepage.yesky.com</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

and(和) & & &

单引号 &apos; &apos; ''

双引号 " " "

大于号 > > >

小于号 < < <

<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，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。

三、Sitemap的使用和登陆google

1.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

2.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

3.首先添加你的网址例如http://www.alichaxun.com ，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。

4.好了！sitemap提交成功,等待5个小时之内google收录你的网站！