Sitemap的XML格式
此文档介绍适用于 Sitemap 协议的 XML 架构。
Sitemaps 协议格式由 XML 标记组成。Sitemap 的所有数据数值应为实体转义过的。文件本身应为 UTF-8 编码。
Sitemap 必须：
以
<urlset> 开始标记作为开始，以 </urlset> 结束标记作为结束。在 <urlset> 标记中指定命名空间（协议标准）。 每个网址包含一个<url> 条目作为 XML 父标记。在每个 <url> 父标记中包含一个 <loc> 子标记条目。其他所有标记均为可选，搜索引擎不同，对可选标记的支持也各不相同。有关详情，请参阅各个搜索引擎的文档。
而且，Sitemap 中的所有网址都必须来自于同一个主机，如 www.example.com 或 store.example.com。有关详细信息，请参阅 Sitemap 文件位置。
?
XML 标记定义以下对可用 XML 标记进行说明。
属性 说明<urlset> 必填 压缩此文件并提供当前协议标准作为参考。
使用 Sitemap 索引文件（对多个 Sitemap 文件进行分组）您可以提供多个 Sitemap 文件，但每个 Sitemap 文件包含的网址不得超过 50,000 个，并且文件不得超过 10MB（10,485,760 字节）。如果您愿意，可以使用 gzip 压缩 Sitemap 文件，以减少带宽要求；但是解压缩后的 Sitemap 文件不得超过 10MB。如果要列出 50,000 个以上的网址，您需要创建多个 Sitemap 文件。
如果您确实提供多个 Sitemap，则应当在 Sitemap 索引文件中列出每个 Sitemap 文件。Sitemap 索引文件中最多可列出 50,000 个 Sitemap，文件不得超过 10MB（10,485,760 字节），并且是可以压缩的。您可以具有多个 Sitemap 索引文件。Sitemap 索引文件的 XML 格式与 Sitemap 文件的 XML 格式非常相似。
Sitemap 索引文件必须：
以<sitemapindex> 开始标记作为开始，以 </sitemapindex> 结束标记作为结束。每个 Sitemap 包含一个<sitemap> 条目作为 XML 父标记。每个 <sitemap> 父标记包含一个 <loc> 子标记条目。 可选的 <lastmod> 标记同样适用于 Sitemap 索引文件。
注意：Sitemap 索引文件只能指定与其位于同一网站的 Sitemap。例如，http://www.yoursite.com/sitemap_index.xml 可包含 http://www.yoursite.com 上的Sitemap，但不能包含 http://www.example.com 或 http://yourhost.yoursite.com 上的 Sitemap。与 Sitemap 一样，Sitemap 索引文件也必须为 UTF-8 编码。
XML Sitemap 索引示例下例显示包含两个 Sitemap 的 Sitemap 索引文件：
<?xml version="1.0" encoding="UTF-8"?><sitemapindex xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">???<sitemap>??????<loc>http://www.example.com/sitemap1.xml.gz</loc>??????<lastmod>2004-10-01T18:23:17+00:00</lastmod>???</sitemap>???<sitemap>??????<loc>http://www.example.com/sitemap2.xml.gz</loc>??????<lastmod>2005-01-01</lastmod>???</sitemap></sitemapindex>
注意：与 XML 文件中的所有值一样，Sitemap 网址必须经过实体转义。
Sitemap 索引 XML 标记定义 属性 说明<sitemapindex> 必填 压缩文件中所有 Sitemap 的相关信息。 <sitemap> 必填 压缩个别 Sitemap 的相关信息。 <loc> 必填 识别 Sitemap 的位置。
此位置可以为 Sitemap、Atom 文件、RSS 文件或简单的文本文件。
<lastmod> 可选 识别相对 Sitemap 文件的修改时间。它与该 Sitemap 中列出的任一网页的更改时间不相符。lastmod 标记的值应采用 W3C 日期时间 格式。
通过提供最近修改的时间戳，您可以让搜索引擎抓取工具只检索索引中的 Sitemap 子集，也就是说，抓取工具只检索某个特定日期之后修改的 Sitemap。通过这一递增的 Sitemap 提取机制，可以快速发现超大型网站上的新网址。
?
您可以提供纯文本文件，其中每行包含一个网址。此文本文件需要遵循以下指南：
文本文件每行都必须有一个网址。网址中不能有换行。您必须指定完整的网址，包括 http。每个文本文件最多可包含 50,000 个网址，并且不得超过 10MB（10,485,760 字节）。如果网站所包含的网址超过 50,000 个，则可以将列表分割成多个文本文件，然后分别添加每个文件。文本文件需使用 UTF-8 编码。在保存文件时您可指明此项（例如，在记事本中，此项会在“另存为”对话框中的编码菜单中列出）。文本文件不应包含网址列表以外的任何信息。此文本文件不应包含任何标题或注脚信息。如果愿意，您可以使用 gzip 压缩 Sitemap 文本文件，以减少带宽要求。您可以随意为此文本文件命名。请检查并确保您的网址符合 RFC-3986 标准中的 URI 规定和 RFC-3987 标准中的 IRI 规定。您应该将文本文件上传至您希望搜索引擎抓取的最高级别的目录，并确保在文本文件中未列出位于更高级别目录的网址。 Sitemap 文件位置Sitemap 文件的位置决定该 Sitemap 中可以包含的网址组。位于 http://example.com/catalog/sitemap.xml 的 Sitemap 文件可以包含任何以 http://example.com/catalog/ 开头的网址，但不能包含以 http://example.com/images/ 开头的网址。
?
验证您的 Sitemap下列 XML 架构定义可以出现在 Sitemap 文件中的元素和属性。可从以下链接下载此架构：
对于 Sitemap： http://www.sitemaps.org/schemas/sitemap/0.9/sitemap.xsd
对于 Sitemap 索引文件： http://www.sitemaps.org/schemas/sitemap/0.9/siteindex.xsd
有多种工具可帮助您根据此架构来验证您的 Sitemap 结构。在下面的每一个位置您都可以找到 XML 相关的工具列表：
http://www.w3.org/XML/Schema#Tools
http://www.xml.com/pub/a/2000/12/13/schematools.html
?
Sitemap 协议可让您告知搜索引擎您希望将那些内容编入索引。要告知搜索引擎您要编入索引的内容，请使用 robots.txt 文件或 robots 元标记。有关如何从搜索引擎中排除内容的详情，请参阅 robotstxt.org。
-----------
总结:
1、文件随小但这是一套完整的方法和规范，他是对外开放的窗口。
2、灵活掌握其精髓，搭建网站的map你会对网站了解深入骨髓。
?