前言:站点地图(sitemap.xml)的作用,相信站长们都有所了解,我就不献宝了。而免插件生成 sitemap.xml,网络上也早就有了纯代码生成的方法。
一直以来,张戈博客都是用 DX-SEO 这个很好用的中文 SEO 插件生成的 sitemap。今天整理电脑文件时,看到了以前收藏的生成 sitemap.xml 的 php 脚本,就随手打开看了看,发现这个代码只能生成主页和文章页的 sitemap。果断百度了一下,发现网上分享的都大同小异,只有首页和文章页。感觉有点缺憾,反正今天也是闲着,就动手改造了一番,让这个代码更加完善,可以同时生成首页、文章、单页面、分类和标签的 sitemap!
一、PHP 代码
<?php require('./wp-blog-header.php'); header("Content-type: text/xml"); header('HTTP/1.1 200 OK'); $posts_to_show = 1000; echo '<?xml version="1.0" encoding="UTF-8"?>'; echo '<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9" xmlns:mobile="http://www.baidu.com/schemas/sitemap-mobile/1/">' ?> <!-- generated-on=<?php echo get_lastpostdate('blog'); ?> Diy By 张戈博客(https://zhang.ge)--> <url> <loc><?php echo get_home_url(); ?></loc> <lastmod><?php $ltime = get_lastpostmodified(GMT);$ltime = gmdate('Y-m-d\TH:i:s+00:00', strtotime($ltime)); echo $ltime; ?></lastmod> <changefreq>daily</changefreq> <priority>1.0</priority> </url> <?php /* 文章页面 */ $myposts = get_posts( "numberposts=" . $posts_to_show ); foreach( $myposts as $post ) { ?> <url> <loc><?php the_permalink(); ?></loc> <lastmod><?php the_time('c') ?></lastmod> <changefreq>monthly</changefreq> <priority>0.6</priority> </url> <?php } /* 文章循环结束 */ ?> <?php /* 单页面 */ $mypages = get_pages(); if(count($mypages) > 0) { foreach($mypages as $page) { ?> <url> <loc><?php echo get_page_link($page->ID); ?></loc> <lastmod><?php echo str_replace(" ","T",get_page($page->ID)->post_modified); ?>+00:00</lastmod> <changefreq>weekly</changefreq> <priority>0.6</priority> </url> <?php }} /* 单页面循环结束 */ ?> <?php /* 博客分类 */ $terms = get_terms('category', 'orderby=name&hide_empty=0' ); $count = count($terms); if($count > 0){ foreach ($terms as $term) { ?> <url> <loc><?php echo get_term_link($term, $term->slug); ?></loc> <changefreq>weekly</changefreq> <priority>0.8</priority> </url> <?php }} /* 分类循环结束 */?> <?php /* 标签(可选) */ $tags = get_terms("post_tag"); foreach ( $tags as $key => $tag ) { $link = get_term_link( intval($tag->term_id), "post_tag" ); if ( is_wp_error( $link ) ) return false; $tags[ $key ]->link = $link; ?> <url> <loc><?php echo $link ?></loc> <changefreq>monthly</changefreq> <priority>0.4</priority> </url> <?php } /* 标签循环结束 */ ?> </urlset>
将以上代码保存为 sitemap.php,传到网站根目录。手动访问查看效果,如:https://zhang.ge/sitemap.php
二、伪静态
①、Nginx
编辑已存在的 Nginx 伪静态规则,新增如下规则后(平滑)重启 nginx 即可:
rewrite ^/sitemap.xml$ /sitemap.php last;
②、Apache
编辑网站根目录的 .htaccess ,加入如下规则:
RewriteRule ^(sitemap)\.xml$ $1.php
做好伪静态规则后,就可以直接访问 sitemap.xml 看看效果了,比如 https://zhang.ge/sitemap.xml
三、纯静态
此部分内容补充于:2016 年 10 月 24 日程序员节
看到很多朋友已经在问这个 sitemap 如何静态化,加快打开速度。毕竟每次重新生成绝对是一个耗能大户,而且还有可能被有心之人拿来作为攻击入口!
其实,张戈博客早就已经实现 sitemap.xml 静态化了,而且在后面的文章中也有提到=>【相关文章】
实现方法有多种,比如在 Nginx 的 fastcgi 缓存中取消 xml 文件的缓存屏蔽,或者使用张戈博客最早使用的 php 生成静态文件等。
在这里,我就分享一个自己一直在用的最简单的实现方法:Linux 定时任务+wget 定时生成 sitemap.xml
具体实现:将 sitemap.php 放到某个不为人知的目录,然后定时使用 wget 去请求这个文件,并将数据保存为 sitemap.xml 存放到网站根目录就可以了!比如:
#每天在网站根目录生成一个 sitemap.xml diypath 为 sitemap.php 的实际位置 0 1 * * * wget -O /home/wwwroot/zhang.ge/sitemap.xml https://zhang.ge/diypath/sitemap.php >/dev/null 2>&1
2017-09-22 补充:如果是启用了 https 的站点,需要加入 --no-check-certificate 的选项,即:
#每天在网站根目录生成一个 sitemap.xml diypath 为 sitemap.php 的实际位置(针对 https 网站) 0 1 * * * wget -O /home/wwwroot/zhang.ge/sitemap.xml --no-check-certificate https://zhang.ge/diypath/sitemap.php >/dev/null 2>&1
Ps:使用这个方法,注意 sitemap.php 里面的 require('./wp-blog-header.php'); 要改成 require('../wp-blog-header.php'); 也就是注意相对位置!
如果实在搞不清楚什么是相对路径,那么就用简单粗暴的方法:将网站根目录的 sitemap.php 重命名为一个只有自己知道的 php 文件,比如 xml.php,然后如下添加任务:
#每天在网站根目录生成一个 sitemap.xml(xml.php 为自己重命名的 php 文件名称) 0 1 * * * wget -O /home/wwwroot/zhang.ge/sitemap.xml https://zhang.ge/xml.php >/dev/null 2>&1
这样一来,就解决了 sitemap.xml 是动态数据问题了!
四、文章最后
①、确认无误之后,已开通 sitemap 权限的就可以前往百度站长平台提交了,没开通权限的可以发送申请邮件到百度站长平台管理员邮箱申请,并且将 sitemap.xml 使用 a 标签链接在网站底部即可。
②、代码使用很简单,可以根据需要增减内容,比如觉得标签不应该出现在 sitemap 里面的,可以将标签部分的 php 代码删除即可,但一定要注意不要误删除结尾的</urlset>标签。
③、今天,把分类、单页面及标签的 sitemap 都整出来了,那开放适配专用 sitemap 的 php 代码也就可以继续完善下了,回头有时间我会整理总结一篇关于 sitemap 及开放适配的终结篇,敬请期待!
张哥求救!我的站点.php格式的能打开,到了.xml就变成“有点尴尬,该页无法显示”。在网上查了很多其他教程试了各种.htaccess写法都不成功,能指点一下吗TAT
RewriteEngine on
RewriteRule ^(sitemap)\.xml$ $1.php
RewriteRule ^/sitemap\.xml$ /sitemap.php [L]
加到第一行试试
拜读此文后 有这样一个问题:是这样的 我用了这个代码后 每次点开 sitemap.xml 都要重新查询后生成内容,例如:http://www.dianyingbar.com/sitemap.xml,并不是Jager大神博客这样的sitemap.xml 点开即可看到生成好的页面。由于不能看到第1页的评论(怎么只能看到第2页的评论呢) 不知道是否已经有人提出过 望赐教。
1、评论历史分页无法查看问题已解决。
2、sitemap.xml 静态化问题有多重解决办法,最简单的就是利用linux 的crontab定时任务,定时生成一个siemap.xml 到网站根目录,而且伪静态也不需要了。
比如把sitemap.php改成xml.php,然后在crontab中加入:
每天1点生成一个静态xml文件,够清楚吧?
我 :razz: 也遇到了这样的问题,请问你的解决了吗?
张哥,丫的也太骚包了,被你吓死了,叉掉之后网页开始跳舞
百度的https sitemap.xml提交为什么是抓取失败
求指导,我是这样写对吗。实际测试还是打不开
到底是加在了什么位置呢?
我的博客准备试试
This page contains the following errors:
error on line 1 at column 161: Encoding error
Below is a rendering of the page up to the first error.
出现这个错误~咋办
问题解决了吗,我和你一样的错误提示
网站数据量大的时候,生成的xml页面打开速度非常慢,有没有翻页或者限制xml数量,比如xml只展示最新更新的1000篇文章啥的。
可以尝试下 https://zhang.ge/5095.html 这篇文章中的预缓存前身。
然后在crontab中加入,是指在哪里加入啊?
执行 crontab -e 进入编辑界面
后面的操作请参考vim,不会可以百度下。
张神,在crontab中加入,是指在哪里加入啊?
Jager你好,我的问题是这样的,因为使用了博客中的前端html代码压缩优化中的代码,导致结构化数据xml这个页面也被压缩了,我想让这个页面不需要压缩,要这样实现?麻烦博主知道下!谢谢!已经尝试过在开头和结尾都添加了避免压缩的注释,效果还是和原来一样,不知道到博主,是怎么解决这个问题!http://wx1.sinaimg.cn/mw690/ecd3b602gy1fd9vznwd51j20nn04umxh.jpg 谢谢!
Jager有空吗?可以帮忙看下吗?谢谢
如下插入试试:
博主,还在吗?刚试了下你说的那个方法http://wx4.sinaimg.cn/mw690/ecd3b602gy1fdc2ch7tq3j20ju09zaau.jpg 问题还是 存在,麻烦博主再想想办法,谢谢
sitemap.xml压缩好像不影响功能把。解决办法当然多想想也是有的:
找到压缩函数调用代码:
替换成:
表示,后台不压缩,POST请求不压缩,页面地址命中到sitemap或xml关键词不压缩,页面地址命中到feed不压缩,也是我博客当前的用法,关键词什么的,自己看着改改吧!
shell脚本怎么执行
我添加了ssl 怎么站点地图不行了
我用的是ECS服务器,但是浏览器浏览sitemap_mob.php总会出现这个错误:error on line 1 at column 152: attributes construct error。同样的文件在虚拟主机却一切正常,不知道怎么解决?
已经搞定了
这个好,收藏备用了~~
wget -O /home/wwwroot/zhang.ge/sitemap.xml https://zhang.ge/xml.php >/dev/null 2>&1
执行以上后,有返回提示吗?
后面的 >/dev/null 2>&1 就是屏蔽提示。
谢谢大神,但这个超过8500条的时候,就会出现
This page contains the following errors:
error on line 28 at column 1: Extra content at the end of the document
Below is a rendering of the page up to the first error.
这样的问题,我猜应该是服务器数据库限制导致的,如何修改下代码使他5000个为一个文件呢?求大神帮忙,可以有偿,嘿嘿
看错误不是超出数量引起的
已经解决了,最后还是用的插件,嘿嘿,谢谢哈
我是用的ob_start缓存页面,然后判断缓存时间输出,感觉也差不多 就是创建个cron任务感觉好麻烦
不过Google已经不支持xml格式了 现在仅接受json格式的结构化数据提交了
嗯,直接使用cron生成本地文件非常简单的。
不知道从什么时候起,已经懒得折腾这些东西了。
这已经是14年的文章了。。。
已解决
Jager大大,我用的是虚拟主机IIS, 生成xml地图要怎么添加规则,如果有时间,求回答一下,谢谢!
我的哥,云虚拟主机咋设置crontab?还有Nginx也找不到啊,我是云虚拟主机,你们都是用的主机吗?不是虚拟主机?
大神,我按照你的方法弄了之后访问sitemap.php正常,访问sitemap.xml只显示头部内容:This XML file does not appear to have any style information associated with it. The document tree is shown below.,是怎么回事啊?
我的也一样,你的解决了吗?
注意ssl链接,要用--no-check-certificate,我的已经解决了。谢谢博主,之前的留言可以不用通过了
因为你们启用了https
博主你给的展示链接https://zhang.ge/sitemap.xml也是只显示头部一句This XML file does not appear to have any style information associated with it. The document tree is shown below.我的也这样,只有一句,请问这是什么原因呢,能给解释下吗,万分感谢!
Good Share 赞一个
张老师,添加https后,不能生成sitemap.xml,看日志提示:省略sitemap.xml --no-check-certificate\302\240https省略
--no-check-certificate\302\240https这是是什么原因,求解,谢谢!
https要带上--no-check-certificate选项,你仔细看下文章【2017-09-22补充】内容。还是没仔细看文章,文章都说的很全面了。
参数写了,http设置301跳转https后现在生成了,不知道是否和这个有关,非常感谢张老师的教导。
正在研究如何做这个网站地图 了
请教下,采集站的问题,每天采集将近3K文章,文章太多以后这个办法就会失效,能否控制地图数量呢?
教程很不错哦 [偷笑]
错误指的是?
有个错误,求教下,,谢谢!
Warning
: Use of undefined constant GMT - assumed 'GMT' (this will throw an Error in a future version of PHP) in
/www/wwwroot/abc.com/bgmap.php
on line
13
2018-12-25T05:04:33+00:00
我也是有这个错误呢 不知道怎么回事
我也遇到这个问题,这个怎么弄啊?@Jager
为啥加上定时任务 没有生成文件呢
我得也是。不知道咋弄。shell指令是不是在宝塔面板里面可以执行。都要醉了。
请问这个伪静态应该写在哪里?
rewrite ^/sitemap.xml$ /sitemap.php last;
LNMP,写在网站对应的.conf内吗?
下面静态代码又写在哪里,用这个静态的上面伪静态代码就不要写了是吗?谢谢。
#每天在网站根目录生成一个sitemap.xml diypath为sitemap.php的实际位置(针对https网站)
0 1 * * * wget -O /home/wwwroot/zhang.ge/sitemap.xml --no-check-certificate https://zhang.ge/diypath/sitemap.php >/dev/null 2>&1
不懂技术就是不行,不知道为什么,我每次生成后会自动多出来一个首行,去掉首行就一切正常,不去就报错不显示~~所以只能给计划任务后在添加一个0 2 * * * sed -i 1d /webdata/www/sitemap.xml > /dev/null,然后就每天一点生成,然后两点去掉首行~~~
不知道为什么每次都会在首行,多生成一行,然后就网站地图打不开提示
This page contains the following errors:
error on line 2 at column 6: XML declaration allowed only at the start of the document
Below is a rendering of the page up to the first error.
然后,每次计划任务之后,0 2 * * * sed -i 1d /webdata/www/sitemap.xml > /dev/null,我添加这个,把行首删除就没有问题了,不知道是哪里的错误。
30 1 * * * wget -O /webdata/www/sitemap.xml --no-check-certificate https://www.ezliushao.com/ditu/sitemap.php && sed -i 1d /webdata/www/sitemap.xml 2>&1 还是改成这样吧
多出来的第一行内容是什么呢?
这样,好想就是多了一行空格~~但是有不应该是空格的问题,反正我把哪一行删除就没有问题~~~
应该是你编写的sitemap.php格式不对,用的UTF-8+BOM格式,解决办法也简单,下载一个nodepad++,重新粘贴php代码,并另存为UTF-8无BOM格式。
大神您好,我用的是宝塔安装的wordpress,按您说的做了前面的操作都没有问题,但是我在宝塔里找不到您说的aget定时任务,只找到shell脚本,但是我建立了一个定时任务输入了您的代码,运行日志一直是成功的,但是我每次查看网站根目录并没有生成sitemap.xml,请问是不是shell脚本没用呢,如果没用请问要怎么解决呢,请大神指点一下
我直接复制你的代码建立sitemap.php文件放到根目录,然后吧rewrite ^/sitemap.xml$ /sitemap.php last; 这个规则写道伪静态文件里,但是访问sitemap.xml的时候提示Parse error: syntax error, unexpected '?>' in /wwwroot/www.alcgpos.com/sitemap.php on line 11
请问这是怎么回事,我已经重启过了,Nginx系统
如果我的sitemap.php放在XOXOXO目录底下,为了防止这个目录被遍历查询搜索出来,我们是不是可以这样写命令 chown -R root:root xoxoxo/sitemap.php
貌似没有看到分页的代码,请问如果超5w个网址,xml会自动分页吗
加入伪静态规则了,页面错误
#每天在网站根目录生成一个sitemap.xml(xml.php为自己重命名的php文件名称)
0 1 * * * wget -O /home/wwwroot/zhang.ge/sitemap.xml https://zhang.ge/xml.php >/dev/null 2>&1
怎么转化到宝塔计划里面?
如何限制一下生成最新的1000条tag标签呢???