今日头条Sitemap提交

功能说明

  1. 提交sitemap工具可以向头条搜索提交网站的sitemap文件,帮助头条spider更好的抓取您的网站。您可以在此工具下选择已经验证的站点,进行验证站点的sitemap文件提交。
  2. sitemap提交后,头条搜索会根据sitemap了解网站中数据情况。

sitemap要求

sitemapindex文件要求

  • sitemapindex文件根节点必须是<sitemapindex>
  • sitemapindex文件编码必须为UTF-8,第一行为: <?xml version="1.0" encoding="utf-8" ?>
  • sitemapindex文件禁止使用命名空间,禁止使用规定之外的属性。
  • sitemapindex文件大小不得超过5M,sitemap节点数量不超过1W。
  • 必须保证sitemap中所有URL可访问,且内容符合XML数据文件规范。

1.XML数据文件规范

  • 数据XML文件的根节点必须为<DOCUMENT>
  • 数据XML文件编码必须为UTF-8,第一行为: <?xml version="1.0" encoding="utf-8" ?>
  • 数据XML文件禁止使用命名空间,禁止使用规定之外的属性。
  • 数据XML单个文件大小不得超过10M(必须满足),item数目不得超过1W。
  • 除根节点之外的其它节点,标签名建议采用英文小写字母及下划线‘_’
  • 数据节点中包含转义字符,请使用CDATA
  • 对于数组型的节点,请在只有一个子节点时保证和多个节点时的结构相同

2.Txt格式规范

  • Txt文件编码必须为UTF-8
  • Txt文件大小不得超过10M,每个文本文件最多可包含5w个网址
  • Txt文件每行都必须有一个网址,网址中不能有换行
  • Txt文件中不能包含网址列表以外的任何信息
    – 必须书写完整的网址,包含http/https
    – 必须保证Txt文件中所有URL 可访问,且内容符合Txt数据规范

注意事项

  1. 提交的sitemap有作弊嫌疑的url,头条将进行严厉的处罚措施并取消相关权限
  2. 头条spider有自身的爬取规则,sitemap只是帮助头条spider更好的收录您的网站,提交sitemap并不会决定网站收录或者排名。

工具使用方法

1. sitemap索引格式

<?xml version='1.0' encoding='UTF-8'?>  
<sitemapindex>  
  <sitemap>  
    <loc>https://www.toutiao.com/1.xml</loc>  
    <lastmod>2019-12-05</lastmod>  
  </sitemap>  
  <sitemap>  
    <loc>https://www.toutiao.com/2.xml</loc>  
    <lastmod>2019-12-05</lastmod>  
  </sitemap>  
</sitemapindex>

2. xml格式

<?xml version="1.0" encoding="utf-8"?>  
<urlset>  
  <url>  
    <loc>https://www.toutiao.com/1</loc>  
    <lastmod>2019-11-26</lastmod>  
  </url>  
  <url>  
    <loc>https://www.toutiao.com/2</loc>  
    <lastmod>2019-11-26</lastmod>  
  </url>  
</urlset>

3.txt格式

http://www.example.com/1.html  
http://www.example.com/2.html  
http://www.example.com/3.html

4. 提交sitemap

完成sitemap制作后可以使用sitemap提交工具进行提交

sitemap提交帮助

1)提交成功

  • 等待:代表您的sitemap文件已经解析完毕,等待抓取
  • 正常:代表您的sitemap文件在抓取中
  • 异常:代表您的sitemap文件存在问题,不能抓取

2)提交失败

若在Sitemap提交工具使用中发生错误,请确认是否为以下原因:

  • Sitemap文件地址无法访问,请确认提交的地址可正常访问。
  • Sitemap文件地址与提交站点不是包含关系,请确认提交的地址属于已验证的站点
  • 相同的Sitemap文件地址已经添加过,请勿重新添加。
  • 提交的Sitemap格式不规范,请检查该数据格式,修改后重新提交。

sitemap异常原因解释

sitemap异常原因 解释 解决方法
爬虫被封禁 可能是您的网站对Bytespider的UA或IP进行封禁 建议您根据我们公布的UA和IP进行解封,第二天重新抓取之后会恢复正常
sitemap文件数据量过大 可能是您的sitemap节点数量超过了5w个 建议您拆分为几个小的sitemap文件
sitemap地址非法 可能是您的sitemap地址不可访问或者存在xml和txt混合模式的数据 建议您按照我们的要求提交sitemap地址
站点服务不可用 我们请求您的网站3次后发现您的网站仍旧不可访问会暂时停止抓取,则返回该原因 请您检查服务器是否可正常运转,如果正常,等正常调度后正常抓取
sitemap地址不存在 可能是您的地址无法访问,返回404,我们获取不了任何信息 请您排查sitemap地址链接,等正常调度后可恢复正常抓取
txt文件未发现有效链接 可能是您的txt文件链接并非按照要求提供html链接 请您按照我们的规范格式提交
xml文件数据量过大 可能是您的xml文件大小超过10M,item数目超过1W个 建议您拆分几个小的xml文件

Sitemap相关QA

Sitemap文件支持什么格式提交?

目前头条搜索sitemap支持xml、txt格式提交,不支持单条链接提交。

我提交时填写的周期是什么含义?

ByteSpider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。请注意如果url不变仅是url对应的页面内容更新(比如UGC回答有新内容),不在此更新范围内,Sitemap工具不能解决页面更新问题。

Sitemap提交后,多久能被头条搜索处理?

Sitemap数据提交后,一般在1小时内头条搜索就会开始处理,但抓取时间会以Sitemap文件大小决定,如果遇到状态“等待”时间较长,可以观察一下。

提交的Sitemap都会被头条搜索抓取并收录吗?

头条搜索对网站提交的数据,无法保证一定会抓取且收录所有网址,数据链接能否被收录与页面质量相关,可尽量避免低质内容提交。

Sitemap的url链接可以包含中文吗?

不要有,“中文”无法解码。

为什么我提交的sitemap返回异常?

  1. 封禁:如果返回状态为请求异常,请务必确认是否封禁头条搜索的出口ip和ua
  2. 格式有误:请确认您的sitemap是否严格按照提交帮助中的格式生成,sitemapindex里面包含的xml也应以.xml结尾
  3. 解析失败:解析失败只存在于xml格式,如果因为解析失败返回异常,请检查您的xml是否符合标准sitemap格式规范

创建Sitemap时有哪些注意事项

  1. sitemapindex文件大小不得超过5M,sitemap节点数量不超过1W个。如果您的Sitemap超过了这些限值,请将其拆分为几个小的Sitemap。数据量限制有助于确保您的网络服务器不会因提供大文件而超负荷;
  2. 站点支持提交的sitemap文件个数必须少于1w个,多于1w个后会不再处理,并显示“sitemap文件数据量过大”

提示

sitemap数据能帮助头条搜索改进抓取策略,不能决定收录量级,也不能决定搜索排名。

部分文章来自网络,如有侵犯您的权益请联系我们删除。本文链接:https://www.eqitui.cn/article/529.html