sitemap.xml生成方法(asp和php)（转）

http://teachmyself.blog.163.com/blog/static/18881422920119895435272/

sitemap.xml是一种站点地图协议，此协议文件基于早期的robots.txt文件协议，并有所升级。向搜索引擎中提交了sitemap.xml的 网站将更有利于搜索引擎网页爬行机器人的爬行索引，这样将提高索引网站内容的效率和准确度。

　　一共有六个标签，changefreq:页面内容更新频率;

• lastmod:页面最后修改时间;
• loc:页面永久链接地址;
• priority:相对于其他页面的优先权(这个标签可以不使用);
• url:相对于前 4个标签的父标签;
• urlset:相对于前5个标签的父标签。

　　你可以向搜索引擎提供多个Sitemap文件，但提供的每个Sitemap文件包括的网址不得超过50，000 个，并且未压缩时不能大于10MB 。

• 向Google提交网站地图Sitemap: 通过网址http://www.google.com/webmasters管理提交;
• 向Yahoo!提交网站地图Sitemap: 通过网址http://siteexplorer.search.yahoo.com管理提交;
• 向MSN提交网站地图Sitemap: 用URL直接提交：http://api.moreover.com/ping?u=http%3A//your.domainname /sitemap.xml。这是向MSN直接提交网站地图的后门URL。注意”:”被%3A替换掉。
• 向ASK提交网站地图Sitemap: 直接提交。http://submissions.ask.com/ping?sitemap=http%3A//your.domainname/sitemap.xml。注意”:”被%3A替换掉。

sitemap.xml文件格式如下：

<?xml version=”1.0″ encoding=”UTF-8″ ?>
<urlset xmlns=”http://www.sitemaps.org/schemas/sitemap/0.9“>
<url>
　　<loc>http://www.grzz.com.cn/</loc>
　　<lastmod>2009-04-27</lastmod>
　　<changefreq>daily</changefreq>
</url>
<url>
　　<loc>http://www.grzz.com.cn/index.html</loc>
　　<lastmod>2009-04-27</lastmod>
　　<changefreq>weekly</changefreq>
</url>
</urlset>

那怎么制作sitemap.xml。最笨的方法就是按照这六个标签的规则，自己手写了。

如 果网站的页面太多了，这个就会变成了一个超级郁闷的体力劳动。于是就有不少sitemap.xml的生成工具出现了，但是现在大部分的 sitemap.xml生成工具都是在客户端输入网址，让工具在网站自行寻找链接生成，这样的模式，Rookie感觉效率比较低，而且没有办法对生成链接 做控制。终于在网上找到了一个比较好的方法，适用于将内容生成静态页面的网站。有人将生成sitemap.xml的功能，写成了asp和php的页面，在 页面上可以控制需要生成哪些链接。按照你的需要修改页面后，再把页面上传到你的网站空间，访问这个页面就是你所需要的sitemap.xml文件。然后就 保存成为xml文件格式，再上传到你的空间，再将链接提交给支持sitemap.xml的搜索引擎。
Asp文件，将蓝色代码复制到文本文件，再保存成sitemap.asp，修改相关设置后，上传到服务器，访问即可

<%
session(”server”)=”http://www.grzz.com.cn“                ‘将此http://www.grzz.com.cn改成你的域名
vDir = “/”                                               ‘制作SiteMap的目录
set objfso = CreateObject(”Scripting.FileSystemObject”)
root = Server.MapPath(vDir)

response.ContentType = “text/xml”
response.write “<?xml version=’1.0′ encoding=’UTF-8′?>”
response.write “<urlset xmlns=’http://www.sitemaps.org/schemas/sitemap/0.9′>”

Set objFolder = objFSO.GetFolder(root)
Set colFiles = objFolder.Files
For Each objFile In colFiles
response.write getfilelink(objFile.Path,objfile.dateLastModified)
Next
ShowSubFolders(objFolder)

response.write “</urlset>”
set fso = nothing
Sub ShowSubFolders(objFolder)
Set colFolders = objFolder.SubFolders
For Each objSubFolder In colFolders
if folderpermission(objSubFolder.Path) then
response.write getfilelink(objSubFolder.Path,objSubFolder.dateLastModified)
Set colFiles = objSubFolder.Files
For Each objFile In colFiles
response.write getfilelink(objFile.Path,objFile.dateLastModified)
Next
ShowSubFolders(objSubFolder)
end if
Next
End Sub
Function getfilelink(file,datafile)
‘changefreq更改参数：always, hourly, daily, weekly, monthly, yearly , never
file=replace(file,root,”")
file=replace(file,”\”,”/”)
If FileExtensionIsBad(file) then Exit Function
if month(datafile)<10 then filedatem=”0″
if day(datafile)<10 then filedated=”0″
filedate=year(datafile)&”-”&filedatem&month(datafile)&”-”&filedated&day(datafile)
getfilelink = “<url><loc>”&server.htmlencode(session(”server”)&vDir&file)&”</loc><lastmod>”&filedate&”</lastmod><changefreq>weekly</changefreq></url>”
Response.Flush
End Function
Function Folderpermission(pathName)

’需要过滤的目录(不列在SiteMap里面)
PathExclusion=Array(”\ad”,”\admin”,”\aspnet_client”,”\Count”,”\data”,”\Inc”,”\upload”,”\template”)
Folderpermission =True
for each PathExcluded in PathExclusion
if instr(ucase(pathName),ucase(PathExcluded))>0 then
Folderpermission = False
exit for
end if
next
End Function
Function FileExtensionIsBad(sFileName)
Dim sFileExtension, bFileExtensionIsValid, sFileExt
Extensions = Array(”html”)
‘设置列表的文件名,扩展名不在其中的话SiteMap则不会收录该扩展名的文件

if len(trim(sFileName)) = 0 then
FileExtensionIsBad = true
Exit Function
end if

sFileExtension = right(sFileName, len(sFileName) - instrrev(sFileName, “.”))
bFileExtensionIsValid = false ‘assume extension is bad
for each sFileExt in extensions
if ucase(sFileExt) = ucase(sFileExtension) then
bFileExtensionIsValid = True
exit for
end if
next
FileExtensionIsBad = not bFileExtensionIsValid
End Function
%>

Php文件，将红色代码复制到文本文件，再保存成sitemap.php，修改相关设置后，上传到服务器，访问即可

<?php
header(’Content-type: application/xml; charset=”GB2312″‘,true);
?>
<?php
$website = “http://www.grzz.com.cn“; /* 将此http://www.grzz.com.cn改成你的域名 */ 
$page_root = “/”; /*更改成你网站的目录地址*/
/* changefreq可自行设置 */
$changefreq = “weekly”; //”always”, “hourly”, “daily”, “weekly”, “monthly”, “yearly” and “never”.
/* 修改时间 */
$last_modification = date(”Y-m-d\TH:i:s”) . substr(date(”O”),0,3) . “:” . substr(date(”O”),3);

/* 需要生成的目录 */
$allow_dir[] = “web”;

/* 需要过滤的目录(不列在SiteMap里面) */
$disallow_dir[] = “admin”;
$disallow_dir[] = “_notes”;

/* 设置列表的文件名,扩展名不在其中的话SiteMap则不会收录该扩展名的文件 */
$disallow_file[] = “.inc”;
$disallow_file[] = “.old”;
$disallow_file[] = “.save”;
$disallow_file[] = “.txt”;
$disallow_file[] = “.js”;
$disallow_file[] = “~”;
$disallow_file[] = “.LCK”;
$disallow_file[] = “.zip”;
$disallow_file[] = “.ZIP”;
$disallow_file[] = “.CSV”;
$disallow_file[] = “.csv”;
$disallow_file[] = “.css”;
$disallow_file[] = “.class”;
$disallow_file[] = “.jar”;
$disallow_file[] = “.mno”;
$disallow_file[] = “.bak”;
$disallow_file[] = “.lck”;
$disallow_file[] = “.BAK”;

/* simple compare function: equals */
function ar_contains($key, $array) {
　　foreach ($array as $val) {
　　　　if ($key == $val) {
　　　　　　return true;
　　　　}
　　}
return false;
}

/* better compare function: contains */
function fl_contains($key, $array) {
　　foreach ($array as $val) {
　　　　$pos = strpos($key, $val);
　　　　if ($pos === FALSE) continue;
　　　　　　return true;
　　　　}
　　return false;
}

/* this function changes a substring($old_offset) of each array element to $offset */
function changeOffset($array, $old_offset, $offset) {
　　$res = array();
　　foreach ($array as $val) {
　　　　$res[] = str_replace($old_offset, $offset, $val);
　　}
　　return $res;
}

/* this walks recursivly through all directories starting at page_root and
adds all files that fits the filter criterias */
// taken from Lasse Dalegaard, 
function getFiles($directory, $directory_orig = “”, $directory_offset=”") {
global $disallow_dir, $disallow_file, $allow_dir;

if ($directory_orig == “”) $directory_orig = $directory;

if($dir = opendir($directory)) {
// Create an array for all files found
$tmp = Array();

// Add the files
while($file = readdir($dir)) {
// Make sure the file exists
if($file != “.” && $file != “..” && $file[0] != ‘.’ ) {
　　// If it’s a directiry, list all files within it
　　//echo “point1<br>”;
　　if(is_dir($directory . “/” . $file)) {
　　//echo “point2<br>”;
　　$disallowed_abs = fl_contains($directory.”/”.$file, $disallow_dir); // handle directories with pathes
　　$disallowed = ar_contains($file, $disallow_dir); // handle directories only without pathes
　　$allowed_abs = fl_contains($directory.”/”.$file, $allow_dir);
　　$allowed = ar_contains($file, $allow_dir);
　　if ($disallowed || $disallowed_abs) continue;
　　　　if ($allowed_abs || $allowed){
　　　　　　$tmp2 = changeOffset(getFiles($directory . “/” . $file, $directory_orig, $directory_offset), $directory_orig, $directory_offset);
　　　　　　if(is_array($tmp2)) {
　　　　　　　　$tmp = array_merge($tmp, $tmp2);
　　　　　　}
　　　　}
　　} else { // files
　　　　if (fl_contains($file, $disallow_file)) continue;
　　　　　　array_push($tmp, str_replace($directory_orig, $directory_offset, $directory.”/”.$file));
　　　　}
　　}
}
　　// Finish off the function
　　closedir($dir);
　　return $tmp;
　　}
}

$a = getFiles($page_root);

echo ‘<?xml version=”1.0″ encoding=”UTF-8″?>’;
?>
<urlset xmlns=’http://www.sitemaps.org/schemas/sitemap/0.9′>
<?　　foreach ($a as $file) { ?>
　　　　<url>
　　　　<loc><? echo utf8_encode($website.$file); ?></loc>
　　　　<lastmod><? echo utf8_encode(date(”Y-m-d\TH:i:s”, filectime($page_root.$file)). substr(date(”O”),0,3) . “:” . substr(date(”O”),3));?></lastmod>
　　　　<changefreq><? echo utf8_encode($changefreq); ?></changefreq>
　　　　</url>
<?}?>
</urlset>