网站地图（sitemap）介绍和制作

网站地图，又叫站点地图，它就是一个列出了你网站上所有页面地址的清单文件，一般来说分为2种，一种是给搜索引擎看的，一种是给用户看的，前者帮助搜索引擎更好地收录你的网站，后者帮助用户更好的了解你的网站整体结构、更快的找到他们想要找的内容。本文讲的主要是前者。

sitemap一般有3种格式，txt、xml、html，绝大部分情况下都是用xml格式，百度、谷歌都是支持xml格式。下面主要介绍xml格式。

sitemap.xml示例：

<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
    <url>
        <loc>http://118.25.126.80/</loc>
        <lastmod>2016-09-06T00:00:16+08:00</lastmod>
        <changefreq>daily</changefreq>
        <priority>1.0</priority>
    </url>
    <url>
        <loc>http://118.25.126.80/link.html</loc>
        <lastmod>2016-09-06T00:00:16+08:00</lastmod>
        <changefreq>daily</changefreq>
        <priority>0.8</priority>
    </url>
</urlset>

其中：

loc表示完整网址，必填项，长度不得超过256字节
lastmod表示本网页最后修改时间，必须是ISO-8601时间格式(yyyy-MM-ddTHH:mm:ss+08:00)，最后面的+08:00表示的是东八区；
changefreq 表示更新频率，可选值：always、hourly、daily、weekly、monthly、yearly、never
priority 用来指定此链接相对于其他链接的优先权比值，可选值 0.0-1.0，一般来说网站首页1.0，然后二级三级页面依次降低。

以上4项中，除了loc是必填项之外，其它3个都不是必须的，但最好都写上。

一个sitemap文件包含的网址不得超过 5 万个，且文件大小不得超过 10 MB。如果您的sitemap超过了这些限值，请将其拆分为几个小的sitemap。这些限制条件有助于确保您的网络服务器不会因提供大文件而超载。一个站点支持提交的sitemap文件个数必须小于5万个。

下面从百度站长平台复制的几项QA：

Q：我提交时填写的周期是什么含义？
A：百度Spider会参考设置周期抓取Sitemap文件，因此请根据Sitemap文件内容的更新（比如增加新url）来设置。请注意若url不变而仅是url对应的页面内容更新（比如论坛帖子页有新回复内容），不在此更新范围内。Sitemap工具不能解决页面更新问题。

Q：Sitemap提交后，多久能被百度处理？
A：Sitemap数据提交后，一般在1小时内百度会开始处理。在以后的调度抓取中，如果您的sitemap支持etag，我们会更频繁抓取sitemap文件，从而及时发现内容更新；否则抓取的周期会比较长。

Q：提交的Sitemap都会被百度抓取并收录吗？
A：百度对已提交的数据，不保证一定会抓取及收录所有网址。是否收录与页面质量相关。

Q：我可以压缩我的 Sitemap 吗？它们是否需要用 gzip 压缩？
A：可以。请使用 gzip 压缩 Sitemap。无论压缩与否，Sitemap 应该小于 10MB（10,485,759字节）。

Q：XML格式的 Sitemap 中，“priority”提示会影响我的网页在搜索结果中的排名吗？
A：不会。sitemap中的priority提示只是说明该网址相对于您自己网站上其他网址的重要性，并不会影响网页在搜索结果中的排名。

Q：网址在 Sitemap 中的位置是否会影响它的使用？
A：不会。网址在 Sitemap 中的位置并不会影响百度对它的识别或使用方式。

Q：Sitemap中提交的url能否包含中文？
A：因为转码问题建议最好不要包含中文。

如需提交大量sitemap文件，则可将其列在sitemap索引文件中，然后将该索引文件提交。

因为这个几乎不会用到，所以没有研究，有兴趣的可以参考这里。

sitemap一般采用第三方工具来制作，也可以自己写个简单的爬虫去爬自己的网站，如果网站内容链接比较单一，也可以自己直接查数据库拼接。