使用Google站点图

现在你对于Google站点图能帮你解决那些问题有了更好的理解了，那么，就让我们进入到如何使用这种服务中来吧。

充分利用站点图有3个步骤：

• 为你的站点创建站点图。
• 将创建好的站点图添加到Google帐户。
• 使用Google的报表和统计工具。

创建站点图

Google的站点图服务用到的站点图创建是采用Google自定义的开源的使用XML语言的“站点图协议”来给服务器提供你的站点关于设计方面的信息。Google甚至给你提供Google站点图产生器，它可以很有趣的为你创建现成的Google站点图。

如果要满足下面几项要求，则使用Google站点图产生器是你最好的选择：

• 可以在网络服务器上运行Python2.2+脚本。
• 通过某些方式可以向网络服务器上传文件。
• 如果要使用access日志产生站点图，必须知道这些日志的编码方法。

开始时，需要有Google站点图产生器。因为我的示例站点建立在Linux服务器上，所以下载了产生器的“tar.gz”版本。我的主机支持运行Python脚本程序并且我使用的是Python 2.2.3版本。

将下载的命名成sitemap_gen-x.x.tar.gz文件放置于服务器的某个位置。我将下载的文件放在示例位置的根目录上。下一步，使用“gunzip”命令解压。

Gunzip –dc sitemap_gen-x.x.tar.gz | tar xvf

文件的内容将被解压到去掉“.tar.gz”后缀名的文件夹中。

在此文件夹中，找到example_config.xml文件 并将其拷贝到config.xml。编辑这个文件，注意下面几个必需（有些是可选）的参数。

• base_url基本_url（必须）：你的站点的顶层URL，在我的例子中是http://www.allinvites.com。
• store_into存储信息(必需)：路径和文件名将被写入到站点图中，在我的例子中是“/home/alowe/www/sitemap.xml.gz”，你不需要预先创建这个文件
• default_encoding默认编码（可选）：默认值是UTF-8，如果你的系统上的URL和文件路径需要不同的编码方式，则改变这个值。
• verbose详细信息（可选）：默认值是“1”，可以设置成0到3之间的任何数。0提供无诊断的输出，3提供重要的输出。
• url or urllist（url或urll列表）（可选）：用这两个指令之一告诉站点图产生器那个URL应该包含到站点图中。可以在config文件中通过url指令单个列出每一个URL，或者可以使用urllist指令和指向一单独的包含所有需要的URL文本文件来列出所有的URL。在示例中我使用url指令来列出URL，在下文可以看到。如果你采用irllist指令，那么你需要在单独的文本文件中使用url指令。
• url指令包含有一个必需的参数：href.Href参数，正如你所希望的，是一个全路径，包含有你的域，你想要包括的URL。也可以使用可选的属性：changefreq, lastmod, 和 priority.
  • Changefreq (从不、每年、每月、每周、每天、每时或一直)用于指示站点图中URL的内容间隔多久刷新一次。
  • Use lastmod (ISO8601 datestamp format) to identify when content last changed.
  • 使用lostmod来标记最近一次更新的时间。
  • 使用priority来告诉站点图那些与其它站点图内容相关的特殊URL的相对重要性。例如，值0.5表示站点图中URL的重要性质有值为1的URL的一半的重要性。这个优先权值可以影响搜索引擎对站点搜索的次序，但是不要认为将每个URL设置成最大值是最有帮助的。这仅仅是告诉搜索引擎你的站点上所有单个的URL具有相同的重要性。它不是被用来比较你的内容与其它站点内容重要性的。
• directory目录（可选）：使用这个标记来详细说明在特定的目录中将要包含的URL列表。这个指令有3个参数：path（路径）, url, 和 default_file（默认文件）。当url指令用于提供目录的网络路径时，path路径是目录的全路径名（例如：/home/alowe/www）。使用 default_file指令是告诉站点图产生器你的服务器的默认文件的名字（例如：index.php或 index.html）
• accesslog：使用两个参数：路径和编码，允许站点图产生器为URL解析日志（log）文件
• Filter：使用此指令来包含或派出指定的文件。我将在www.allinvites.com配置文件示例中给出说明。

示例

如上所述，这是我为www.allinvites.com向Google站点图提交的示例配置文件：

<?xml version="1.0" encoding="UTF-8" ?>
<!--?SITE INFORMATION -->
<site base_url="http://www.allinvites.com/" store_into="/home/alowe/www/sitemap.xml.gz" verbose="1">
?<!--?INPUTS -->
?<directory path="/home/alowe/www/images" url="http://www.allinvites.com/images/" />
?<directory path="/home/alowe/www" url="http://www.allinvites.com/" default_file="index.php" />
?<!--?FILTERS -->
?<!--?Exclude URLs that end with a '~' -->
?<filter action="drop" type="wildcard" pattern="*~" />
?<!--?Exclude URLs within UNIX hidden files or directories -->
?<filter action="drop" type="regexp" pattern="/\.[^/]*" />
</site>

在继续执行之前检查配置文件，使用如下命令：

pythonsitemap_gen.py --config=config.xml --testing

当冗余集设置成1的时候，仅仅可以得到脚本程序运行中发生事情的一些概况，如果需要更多的信息，则需要增加冗余水平，下面是例子的输出：

-bash-2.05b$ python sitemap_gen.py --config=config.xml --testing
Reading configuration file: config.xml
Walking DIRECTORY "/home/alowe/www/images/"
Walking DIRECTORY "/home/alowe/www/"
Sorting and normalizing collected URLs.
Writing Sitemap file "/home/alowe/www/sitemap.xml.gz" with 77 URLs
Search engine notification is suppressed.
Count of file extensions on URLs:
5  (no extension)
       1  .css
       8  .gif
       1  .gz
      27  .jpg
       1  .old
      22  .php
       3  .py
       2  .txt
       2  .xml
       5  /
Number of errors: 0
Number of warnings: 0

另外：Python脚本程序不能利用除了"config", "testing"和"help"参数之外的其它的参数。使用“config”指令是告诉脚本程序配置文件的名字，使用“testing”指令是在程序运行之前测试脚本的错误。

正如你所看到的，这里没有任何错误和警告。如果接收到错误信息，先更正配置文件然后再测试脚本，当测试到没有错误的时候，则可以删除“testing”指令，运行脚本程序了。

上一页  [1] [2] [3] [4] 下一页