開放適配工具幫助

如何制作對應(yīng)關(guān)系sitemap文件（pattern級別）？

1、格式

Pattern級別對應(yīng)關(guān)系提交支持XML sitemap的形式，每個xml sitemap文件可包含1組或者多組pattern對應(yīng)關(guān)系。格式說明如下：

示例：各URL字段可以被CDATA標(biāo)記包含，如<![CDATA[url]]> 。

<?xml version="1.0"encoding="UTF-8"?>

<urlset>

<!-- 表示news.163.com下的一組pattern對應(yīng)關(guān)系-->

<url>

<loc><![CDATA[http://news.163.com/]]></loc>

<data>

<display>

<pc_url_pattern><![CDATA[http://news.163.com/(\d+)/(\d+)/(\d+)/(\w+).html]]></pc_url_pattern>

<xhtml_url_pattern ><![CDATA[http://3g.163.com/news/${1}/${2}/${3}/${4}.html]]></xhtml_url_pattern>

<wml_url_pattern ><![CDATA[http://wap.163.com/wml/page/ntes/${1}/${2}/${3}/${4}.wml]]></wml_url_pattern>

</display>

</data>

</url>

2、字段詳細(xì)說明

pc_url_pattern: 表示PC頁pattern，在PC頁url的基礎(chǔ)上，首先確定url中哪些路徑或參數(shù)是可替換的。然后根據(jù)其類型，使用正則匹配符號(\d+)或者(\w+)表示該路徑或參數(shù)。(\d+)表示純數(shù)字字符串，(\w+)表示數(shù)字或字母組成的字符串。

xhtml_url_pattern / html5_url_pattern/ wml_url_pattern：表示xhtml/html5/wml版式的手機(jī)頁pattern，在手機(jī)頁url的基礎(chǔ)上，根據(jù)可替換參數(shù)在對應(yīng)的PC頁pattern中出現(xiàn)的順序，依次用${1}，${2}，……表示該參數(shù)。

3、舉例

以網(wǎng)易的新聞頁“漫游接電話移動也不要錢了”為例，其PC頁url地址為http://news.163.com/09/1001/07/5KH8DE1F000120GR.html， 其對應(yīng)的xhtml格式的手機(jī)頁url地址為http://3g.163.com/news/09/1001/07/5KH8DE1F000120GR.html。

步驟一：確定PC頁中的可替換參數(shù)或者路徑，得到其位置序號和類型。

根據(jù)網(wǎng)站自身url的層次結(jié)構(gòu)，其中09,1001,07和5KH8DE1F000120GR為動態(tài)可替換的路徑。除5KH8DE1F000120GR為字母和數(shù)字混合外，其余均為純數(shù)字。

步驟二：根據(jù)可替換參數(shù)或路徑的類型，得到PC頁pattern (即sitemap中的pc_url_pattern)。

使用正則匹配符號(\d+)或者(\w+)表示該路徑或參數(shù)。(\d+)表示純數(shù)字字符串，(\w+)表示數(shù)字或字母組成的字符串。

步驟三：根據(jù)手機(jī)頁url，以及可替換參數(shù)在步驟一中的位置序號，依次用${1}，${2}，……表示替換掉手機(jī)頁url中的可替換參數(shù)或路徑，得到手機(jī)頁pattern。

例子中，依次用${1},${2},${3}和${4}替換掉09,1001,07和5KH8DE1F000120GR，得到手機(jī)頁pattern為http://3g.163.com/news/${1}/${2}/${3}/${4}.html。

步驟四：根據(jù)手機(jī)頁的頁面類型，將手機(jī)頁pattern寫入對應(yīng)的字段。各字段可以用CDATA標(biāo)記包含，如<![CDATA[url]]> 。

如示例中該pattern的手機(jī)頁面為xhtml版式，將pattern http://3g.163.com/news/${1}/${2}/${3}/${4}.html 寫入到xhtml_url_pattern字段中。

最終得到sitemap文件如下：

<?xml version="1.0"encoding="UTF-8"?>

<urlset>

<!—表示news.163.com下的一組pattern對應(yīng)關(guān)系-->

<url>

<loc><![CDATA[http://news.163.com/]]></loc>

<data>

<display>

<pc_url_pattern><![CDATA[http://news.163.com/(\d+)/(\d+)/(\d+)/(\w+).html]]></pc_url_pattern>

<xhtml_url_pattern ><![CDATA[http://3g.163.com/news/${1}/${2}/${3}/${4}.html]]></xhtml_url_pattern>

<!-- 一組PC pattern可能含有多個版式的手機(jī)頁pattern -->

</display>

</data>

</url>

<!-- 下一組pattern放在一個新的url節(jié)點(diǎn)內(nèi) -->

</urlset>

備注

· 通過sitemap只能提交具有簡單對應(yīng)關(guān)系的pattern，也即，在PC頁url與手機(jī)頁路徑或參數(shù)之間存在直接的對應(yīng)關(guān)系，使得機(jī)器能根據(jù)PC頁url按照一定的正則pattern自動計算出與其對應(yīng)的手機(jī)頁的url。如http://news.sina.com.cn/c/2012-05-27/235824487992.shtml和http://news.sina.cn/?sa=t124v71d6155414&amp;pos=102&vt=4雖然是對應(yīng)的，但是從url本身很難找到聯(lián)系，就不屬于簡單對應(yīng)關(guān)系。

· 正則匹配符號只支持(\d+)和(\w+)，且不可嵌套使用，如（d+(\w+)）這種形式不合法。域名中不可出現(xiàn)正則匹配符號。

· pattern中，站長無需對特殊字符進(jìn)行轉(zhuǎn)義，例如不需要用\.代替. ，不需要用&amp;代替&。

· pattern級別對應(yīng)關(guān)系和url級別對應(yīng)關(guān)系的sitemap格式不一樣，請分別制作不同的文件并分開提交。