教你创建Google网站地图Sitemap.xml
http://teachmyself.blog.163.com/blog/static/18881422920119895248288/
Sitemap.xml是 google搞出来的，也就是网站地图，不过这个网站地图是用xml写的，而且要按google的标准来写，并且要将写出来的这个文件 sitemap.xml上传到自己的服务器空间中去。目前，Google, Yahoo, MSN都已经声明支持这种格式，Baidu还没有声明支持，但估计走这一步也是大势所趋。这将是向众多搜索引擎提供你网站信息的一种很好的方法。
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。
1. 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://www.yrtrip.com/default.asp</loc> <lastmod>2008-07-17</lastmod> <changefreq>daily</changefreq> <priority>1.0</priority> </url> <url> <loc> http://www.yrtrip.com/search2.asp?id=32003044&sq=1</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
a) <?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。
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://www.yrtrip.com/default.asp
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://www.yrtrip.com/search2.asp?id=32003044&sq=1，google管理员工具就会 报错，而改为 http://www.yrtrip.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。
5分半钟：Google网站地图 Sitemap.xml