站内搜索数据提交流程及格式说明.doc.docVIP

站内搜索数据提交流程和格式说明 一、站内搜索数据提交流程 1、按照“百度站内搜索数据提交模板_0”格式要求组织好XML格式的数据文件，每个文件最多可包含 50,000 个网址，并且应该小于 10MB（10,485,759字节）；或者，创建包含上述数据文件地址的sitemap索引文件，每个索引文件包含的XML格式数据文件个数不限，但是单个索引文件应该小于10MB（10,485,759字节）。 2、将数据文件或sitemap索引文件放到网站服务器上（建议放置在根目录下）。 3、进入站内搜索工具的“提交数据”页面，点击“添加新数据”按钮；在新页面内依次选择文件类型（当前只有一个文件类型且已经默认选中），填写数据文件更新周期，填写数据文件（或sitemap索引文件）地址，输入验证码后，点击“提交”，则返回结果列表页；此时列表中新增1条或多条数据文件（或sitemap索引文件）地址。 若点击“取消”将不保存设置并直接返回列表页。 4、在百度开始处理您的数据之前（通常提交后1小时内开始处理），列表第3列将显示“等待”状态；如果数据不符合格式规范，状态将显示为“错误”，您可以根据提示修正数据后重新提交；如果所有数据通过格式校验，则状态为“正常”，但并不表示所有数据已经被抓取，抓取的快慢和您提交的数据量有关。 5、数据文件提交后，百度会自动开始抓取url，默认设置是10url/s（一天86万）。一般情况下第二天下午14:00之后可基于已抓取url提供搜索服务。当网站url数量较多的时候，需要等待若干天才能提供全部url的搜索。 6、更多有关数据提交的问题可查看 HYPERLINK /search/sitemap_faq.html Sitemap协议常见问题解答和 HYPERLINK /search/sitemap_opfaq.html 操作常见问题解答。 二、站内搜索数据格式说明 数据格式基本信息 数据格式中文名：百度站内搜索数据提交模板_0数据协议类型：sitemap协议标签顺序：站长不可乱序提供标签字符编码：仅支持UTF-8其他限制：标签/属性大小写敏感，且url类型不支持中文字符百度站内搜索数据格式遵守“ HYPERLINK /search/sitemap_help.html \l 05 百度sitemap协议”，是基于XML格式的扩展版本，在urlset、url、loc、lastmod、changefreq、priority6个固定标签基础上，新增2个固定标签和16个扩展标签，便于站长组织并提交各个维度的有价值信息，用于搜索结果的摘要展现或筛选、排序。 注意： 1、扩展标签中的title和pubTime虽然不是“必填”，但是建议填写。 title将被站内搜索结果优先用作标题，可以避免展现站点名这类冗余信息。不会影响百度大搜索中的标题展现。 pubTime即内容发布时间，是按照时间筛选或排序的主要依据。 2、建议有条件的站点将正文内容通过content提交过来，这对于减轻百度对站点服务器的访问压力、提升收录效率都有较大帮助。content内容将被用来生成摘要，计算相关性，因此务请保证content内容的完整性。同样，只影响站内搜索，不会影响百度大搜索。 3、其他扩展标签及其属性，可以根据需要选填。 数据格式具体说明 （1）xml固定标签 标签名称 标签用途 标签类型 标签限制 可选/必选 urlset 标记整个文档的开始和结束/ /必选 url 标记每条信息的开始和结束 / 1个urlset可以包含很多url必选 loc 该条数据的存放地址 url 以http://开头 最大长度256个字符必选 lastmod 该条数据的最新一次更新时间 日期 时间格式为yyyy-mm-dd可选 changefreq 该条数据的更新频率 字符串 有效值为：always、hourly、daily、weekly、monthly、yearly、never可选 priority 指定此链接相对于其他链接的优先权比值小数 数值范围：0.0~1.0可选 data标记扩展数据的开始和结束//必选display标记扩展数据中用作展现的字段的开始和结束/“展现”具体包括摘要展现、筛选选项展现、排序选项展现等；“非展现”指排序策略等用途必选（2）xml扩展标签（所有标签为选填项） 说明：“可筛选”“可排序”指的是相应字段或属性在搜索结果页外观设置中的作用；因为所有字段都可用于展现，所以未单独标注。具体应用方式可参考 HYPERLINK /wiki/110 Custom Search帮助文档。 标签名称属性标签