建立网站的目标在于提高知名度与增加用户流量。搜索引擎优化是增加网站流量的一种方法。另一种方法是使用网站地图，它允许你指定一个搜索引擎收录或索引哪些页面。网站地图这一概念最初由Google开发，最近雅虎与MSN也同意应用这一标准。本周我们对网站地图标准进行说明。
建立标准的需要
搜索引擎利用蜘蛛在互联网上爬行，定位网页并将它们收录到数据库中。这一过程需要大量资源，有时，你希望索引的网页被忽略，而无用的网页却被收录。在网络上搜寻变化与新网页，收录它们并进行相应归类的Google Googlebot蜘蛛就是一个典型的例子。
网站地图为网站明确应索引哪些网页，以及网站中增加了哪些新内容提供了一种方法。基本上，它在搜索引擎与网站间提供一个通信通道。理论上，它通过减少搜索引擎蜘蛛的处理对象来缓解资源负担，但当前网站地图不能代替爬行过程。
网站地图简介
网站地图是一个XML文件，它包含一个网址URL表和相关的属性，详细说明应索引某个特定网站的哪些内容。网站地图必须为UTF-8编码。下面是网站地图文件需要的XML元素：
- <urlset>--网站地图文件以这个标签起始和结束，起始标签必须包括命名空间（xmlns）属性。
- <url>--文件中的每一个网页包含在这个元素之中。
- <loc>--文件中指定的网页的实际地址。它是<url>元素的一个子元素。
文件中还有下列可选元素：
- <lastmod>--<url>元素的一个子元素。它指定最近一次更新网页的时间。
- <changefreq>--<url>元素的一个子元素。它指定网页更新的频率（经常、每小时、每天、每周、每月、每年及从未更新）。
- <priority>--<url>元素的一个子元素。它指定网站内网页相对于其它网页的重要性，有效值为0.0-1.0，默认值为0.5。
下面的网站地图样本说明如何在一个样本网页中应用这些元素。它为一个假定的网站指定主页，以及它的更新频率，上次更新的时间和网站中的优先权。
<?xml version="1.0" encoding="UTF-8"?>
<urlsetxmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
<url>
<loc>http://www.test.com/</loc>
<lastmod>2006-11-20</lastmod>
<changefreq>daily</changefreq>
<priority>0.3</priority>
</url>
</urlset>
网站地图文件的位置由你自己决定，但它的位置决定了可能包含中文件中的URL集。例如，如果上面的样本网站地图文件位于http://www.test.com/sitemap.xml，那么网站地图文件中可能包含任何以http://www.test.com/开头的URL。因此，我们建议将网站地图文件存放在网站的根目录下。网站地图文件的大小不得超过10MB。如果一个文件超出这个限制，就需要使用gzip进行压缩。
建立一个网站地图
既然网站地图以XML为基础，就可以方便的使用任何文本编辑器建立并编辑它们，不过也可以应用专门的工具。下面的列表提供了一些当前的工具：
通告搜索引擎
建立一个网站地图文件后，应该将它提交给一个搜索引擎。每个搜索都拥有自己的网站地图提交界面。Google的Webmaster工具集中包含了一个网站地图提交页面。在使用之前你必须注册一个账户。雅虎也有一个免费的网站地图提交页面，但在使用之前同样必须注册一个账户。其它搜索引擎也会仿效Google、雅虎和MSN，提供相似的功能。
其它工具
搜索引擎收录网页的爬行过程缓慢而且需要大量资源。网站地图为网站指定应收录哪些内容而进行搜索提供了一种方法。它们建立像XML一样的简单文本格式文件，但有许多工具可以帮助你建立网站地图文件。现在，它们只是对当前的处理过程进行补充。
Tony Patton拥有丰富的Java、VB、Lotus及XML方面的知识，是一个专业的应用程序开发人员。
|
