4.13.2 XML网站地图

网站地图的第二种形式是XML版本的网站地图。英文Sitemap中的S大写时通常特指XML版本的网站地图。

XML网站地图由Google于2005年首先提出，2006年微软、雅虎都宣布支持。2007年各主要搜索引擎都开始支持通过robots文件指定XML网站地图位置。百度也支持XML版本网站地图。

XML版本网站地图由XML标签组成，文件本身必须是utf8编码。网站地图文件实际上就是列出网站需要被收录的页面URL。最简单的网站地图可以是一个纯文本文件，文件只要列出页面URL，一行列一个URL，搜索引擎就能抓取并理解文件内容。

标准版本的XML网站地图文件如下列代码所示：

<? xml version="1.0" encoding="UTF-8"? >
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
    <url>
      <loc>http://www.example.com/</loc>
      <lastmod>2010-01-01</lastmod>
      <changefreq>monthly</changefreq>
      <priority>0.8</priority>
    </url>
</urlset>

其中urlset标签是必需的，声明文件所使用的Sitemap协议版本。

url标签也是必需的，是它下面所有网址的母标签。

loc标签也是必需的，这一行列出的就是页面完整URL。

lastmod是可选标签，表示页面最后一次更新时间。

changefreq是可选标签，代表文件更新频率。标签值包括：

●—always，一直变动，指的是每次访问页面内容都不同。

●—hourly，每小时。

●—daily，每天。

●—weekly，每星期。

●—monthly，每月。

●—yearly，每年。

●—never，从不改变。

网站地图中声明的更新频率对搜索引擎来说只是一个提示，供搜索引擎蜘蛛参考，但搜索引擎不一定真的认为页面更新频率就是站长自己声明的那样。

priority是可选标签，表示URL的相对重要程度。可选0.0到1.0之间的数值，1.0为最重要，0.0为最不重要。默认重要程度值为0.5。站长可以使用priority标签告诉搜索引擎这个URL的优先级，比如通常首页肯定是1.0，分类页面可能是0.8，其他更深层页面重要性依次下降。这里所标志的重要程度只是相对于这个网站内部的URL所说的，与其他网站的URL重要性无关。所以把页面重要性标为1.0，并不能让搜索引擎认为这个页面比其他网站的页面更重要，只是告诉搜索引擎这个页面在本网站内是最重要的。

XML网站地图文件最多可以列出5万个URL，文件不能超过10MB。如果网站需要收录的URL超过5万个，可以使用网站地图索引文件，也就是分成多个网站地图文件。一个网站最多可以有1000个XML网站地图文件，也就是可以列出5000万个网址。

制作好网站地图文件后，可以有两种方式通知搜索引擎网站地图的位置，一是在站长工具后台提交网站地图文件。目前百度、360、Google、必应的站长工具都有这个功能。

另外一种方式是在robots.txt文件中通知搜索引擎网站地图文件位置，代码如下所示：

Sitemap: http://www.example.com/sitemap.xml

所有主流搜索引擎都支持robots文件指定网站地图文件位置。

通过XML网站地图通知搜索引擎要收录的页面，只能让搜索引擎知道这些页面的存在，并不能保证一定被收录，搜索引擎还要看这些页面的权重是否达到收录的最低标准。所以XML网站地图只是辅助方法，不能代替良好的网站结构。

大中型网站提交网站地图通常有比较好的效果，能使收录增长不少。但也有的网站，尤其是小型网站，提交网站地图没有什么效果，有的站长甚至认为有反效果。