Cum functioneaza Google Sitemaps ?

[Bruzli]

Scopul declarat al proiectului Google Sitemap este de a oferi webmasterilor posibilitatea de a informa si directiona motorul de cautare Google prin site-ul propriu. Prin folosirea unui sitemap crawler-ii Google primesc informatii despre structura site-ului, precum si date despre paginile acestuia (o explicatie detaliata poate fi gasita mai jos), ceea ce duce, spune Google, la o indexare mai eficienta.

Un alt beneficiu al sitemap-urilor este ca webmasterii pot forta indexarea mai rapida a unor pagini prin publicarea lor in sitemap, fara sa mai astepte vizita obisnuita a crawler-ilor, tehnica denumita content pushing.

Atentie insa, sitemap-urile NU vor avea nici un efect direct in ceea ce priveste plasarea paginilor in rezultatele returnate de Google. Faptul ca un site are sitemap nu-i ofera vreun "bonus" la pozitionarea in rezultate.

Sitemap-urile
se prezinta sub forma unor fisiere tip XML care contin cateva informatii generale despre website si o lista de adrese web (URL-uri) plus informatii adiacente acestora. Numarul de adrese per sitemap nu poate depasi 50.000, iar dimensiunea maxima a sitemap-ului trebuie sa fie maxim 10MB in forma necomprimata (pentru a eficientiza accesul la sitemap-uri, webmasterii le pot comprima folosind utilitarul gzip, obtinand un fisier mult mai mic datorita compresiei bune a continutului de tip text). In caz ca nu va puteti incadra in aceste limite, puteti crea mai multe sitemap-uri care vor fi listate intr-un sitemap index.

Fiecare pagina web inclusa in sitemap este definita de urmatoarele caracteristici:
- Changefreq: frecventa de modificare a continutului paginii
- Lastmod: data ultimei modificari
- Loc: adresa paginii web
- Priority: importanta/prioritatea paginii relativ la celelalte pagini din acelasi website

Pentru a usura crearea sitemap-urilor, Google pune la dispozitie utilitarul Sitemap Generator (sitemap_gen.py) scris in limbajul Python. Acest utilitar poate genera sitemap-uri pe baza unor parametri:
- prin citirea unui fisier text care contine lista tuturor URL-urilor de inclus in sitemap
- prin parcurgerea unei liste de directoare de pe webserver
- prin examinarea log-urilor webserverului

Utilizatorii avansati pot profita de formatul XML al sitemap-urilor pentru a le genera automat (prin integrarea, de exemplu, a suportului pentru autogenerarea de sitemap-uri in backend-ul de administrare al unui content management system (CMS)).

Sitemap-urile pot folosi si Open Archives Initiative (OAI) protocol for metadata harvesting, un protocol standard deja popular, asa ca cei care detin sitemap-uri tip OAI-PMH 2.0 le pot trimite direct la Google in aceasta forma.

Pentru cei care considera sitemap-urile XML/OAI prea complexe, exista si o solutie simpla, si anume de a oferi Google doar o lista de URL-uri.

Pentru mai multe informatii despre protocolul Google Sitemap vizitati adresele:
http://www.google.com/webmasters/sitemaps/...n/protocol.html
http://www.google.com/webmasters/sitemaps/...ocs/en/faq.html

In final, un lucru demn de luat in seama: proiectul Google Sitemap este insa in stadiu Beta (testare) iar Google avertizeaza ca nu garanteaza indexarea tuturor paginilor din sitemap-uri. Totusi beneficiile sunt suficient de importante pentru a incuraja webasterii sa foloseasca sitemap-urile.

Sursa articolhttp://news.softpedia.com/news/Cum-functio...s-ro-2659.shtml

[dexter]

Originally posted by Bruzli
[b]
Pentru a usura crearea sitemap-urilor, Google pune la dispozitie utilitarul Sitemap Generator (sitemap_gen.py) scris in limbajul Python.http://news.softpedia.com/news/Cum-functio...s-ro-2659.shtml

am si eu o intrebare: de unde pot afla daca pe serverul care am eu hostat site-ul am instalat si Python???(mentiuonez ca serverul curent are Cpanel si toate..... optiunile acestuia fara limitari)

sau........ il pot instala acasa.. cum e PHP-ul si apoi sa imi fac site map-ul.......

am un site cu vreo 2000 de pagini neindexat de google si... in fiecare zi mai bag vreo 200-300 de pagini..... si sa fac totul manual......... ma doare capul deja!

[Bruzli]

Chiar daca ar fi instalat python nu ai putea folosi scriptul, ai nevoie de access pe server (ssh, telnet ce-o fi) .

E posibil sa-l rulezi si ca aplicatie web, un pic modificat, daca serverul are mod_python pentru apache instalat. Sincer eu n-am vazut la nimeni sa fie instalat, dar presupun ca la cerere se poate.

[Razvan Pop]

Am testat eu la mine pe server. InSoft are peste 100.000 de pagini, dupa 20 de min am oprit procesul. Ambele procesoare stateau la 90% si cache-ul se umpluse. I-am dat sa fac harta din logs.

O sa mai incerc, poate gasesc alta solutie.

[dexter]

Originally posted by Razvan Pop
[b]

Am testat eu la mine pe server. InSoft are peste 100.000 de pagini, dupa 20 de min am oprit procesul. Ambele procesoare stateau la 90% si cache-ul se umpluse. I-am dat sa fac harta din logs.

O sa mai incerc, poate gasesc alta solutie.

LOOL :lol: o sa vad eu.. ca la mine serverul genereaza automat paginile..... asa ca o sa fac un script PHP care genereaza si sitemap-ul... insa sa mai citesc inca o data tutorialul. Cu toate acestea mai am o intrebare: ce faci cu fisierul ala? adica iti faci un cont la google si downloadezi la ei pe server harta... sau pur si simplu o lasi la tine pe server si faci o legatura la sitemap?

[Razvan Pop]

Faci fisierul si apoi ii spui google-ului unde este.

[dexter]

Gata am facut un script......... care a generat fisierul...... sunt curios sa vad ce rezultate o sa am!

Va anunt cand stiu rezultatele!

LAST EDIT: Are cineva un sitemap facut de el care nu da eroare? Sa imi dea si mie un exemplu. eu am facut ceva dar imi zice ca are o eroare! nu stiu de ce!

[Bruzli]

Pai ai acolo la ei exemplu:
http://www.google.com/webmasters/sitemaps/...n/protocol.html

[dexter]

Gata am rezolvat! era o chestie de sintaxa. Am downloadat Stylus Studio 6 XML Enterprise am verificat.... tot ce era de verificat....... si..... am retrimis pagina. Acum Statusul e OK.

Sunt curios sa vad daca o sa aiba vreo influenta asupra numarului de pagini indexate! O sa va anunt! :hi:

[Razvan Pop]

Salut,

Se face sitemap-ul la Insoft. Cam asta arata serverul.

Reading configuration file: ./config.xml

Opened ACCESSLOG file "/var/log/httpd/www.insoft.ro-access_log"

Sorting and normalizing collected URLs.

Writing Sitemap file "/var/www/www.insoft.ro/sitemap.xml.gz" with 50000 URLs

Sorting and normalizing collected URLs.

Writing Sitemap file "/var/www/www.insoft.ro/sitemap1.xml.gz" with 50000 URLs