加强版google sitemap for discuzX1.5(release版)

2.0的更新
https://discuz.dismall.com/thread-2474942-1-1.html
百度sitemap地址
https://discuz.dismall.com/thread-1963112-1-1.html

特点：
1、计划任务文件生成google sitemap。每天定时生成，也可以每小时生成
2、可生成门户文章，论坛帖子，个人主页，日志页面，群组页面
3、只支持伪静态页面。（我想不做伪静态的1.5也不需要sitemap了吧）
4、支持门户，论坛，群组，家园自定义域名
5、支持，文章，帖子，主页。群组的自定义伪静态页面
6、定时增量生成sitemap，无需全部生成一次。
7、增量不增文件，不产生多余的文件，不出现重复页面（如果没有子域名，会有每个栏目首页的重复一次，这个自己注释掉即可，问题不大）。
8、支持定义每页生成的数量。
9、支持断点生成地图，出现错误，修正后继续生成。
10、支持自定义生成目录（有的网站非常多的记录数，在根目录生成太多的文件，很不美观。也不方便管理。对安全性设置也不好）

安装：

只有一个文件，先打开文件配置下参数
/*用户自定义配置开始*/
//如果你改动过参数，请删除网站地图目录下所有的地图文件以及data下sitemap.log文件。重新生成一次。

$sm_step=2000; //单次执行次数，根据自己需要修改

$bbs_page="thread"; //bbs的静态页面规则，默认thread-xxx-1-1.html格式

$portal_page="article";//portal静态页面规则，默认为article-xx-1.html格式

$home_page="space";//用户个人主页静态页面规则，默认为space-uid-xxxxx.html

$group_page="group"; //群组静态页面规则，默认group-{fid}-{page}.html

$sitemap_path="/data/sitemap/";//sitemap的XML文件保存的路径，文件夹需要自己建立
由于google的sitemap里的网址不允许包含上级目录的地址，所有建议大家放在根目录。

/*用户自定义配置结束*/
上传到source\include\cron目录下。
ftp上建好sitemap的生成目录，并给予可写权限。默认根目录
添加一个计划任务，取名为 “google地图任务”。编辑这个任务，任务脚本里写 cron_sitemap.php（这个文件名不可更改）
设置好运行时间。


第一次运行，最好手工执行一下。先把老的数据生成。

程序会在data目录下生成一个日志文件sitemap.log，不可随意删除。


生成完成后，生成4个索引sitemap
portal_sitemap.xml
forum_sitemap.xml
home_sitemap.xml
group_sitemap.xml

把这4个索引文件根据你的域名分配提高到各自的站点工具下，（切记，不然会出现google的警告错误）

可以编辑robot文件
在最后添加写入让搜索引擎自动找到你的sitemap
Sitemap: http://论坛域名/forum_sitemap.xml
Sitemap: http://群组域名/group_sitemap.xml
Sitemap: http://家园域名/home_sitemap.xml
Sitemap: http://门户域名/portal_sitemap.xml


大家测试，免费一周哦。正式版下载要些金币啦。

有bug的跟贴反应。

后续更新计划
生成baidu sitemap
生成相册图片sitemap
((em:12))


10-29日更新
修正了sitemap版本，采用最新的0.9的。原来的版本里用了0.84的
修正了索引文件的格式
由于data目录是被robot禁止的，默认路径改为/sitemap/
更改索引文件为sitemap.xml
修正索引文件中无效的域名页面，去除了sitemap.xml本身被包含的错误(10:31分之前的一个文件有错误)
21：40分最后更新
将一个整合的sitemap分成4个子域名分别的独立sitemap。避免提交错误
将默认路径改为根目录，解决google提交的错误。
经过测试提交到google，50多万页面很完美被收录，没有再提示错误。


后记：
经过我观察发现，baidu是兼容这种sitemap的。在百度中，我的家园日志收录“找到相关网页约141,000篇”
以前的情况，日志是很难收录的。但是把sitemap写入到robot和做到网站链接上，这个收录非常明显的改善了。
但是问题在于百度有时候乱收入链接，明明将/space.php*写入到robot里，还是会收录这种动态的链接。
这个改为/space.php?uid=*后不知道会不会好一些。继续观察。









有人碰到一种问题，就是生成的sitemap在的，而4个索引文件为空，那么2种可能性。
1、前面你已经下载过这个插件，运行过一次了。删除data/sitemap.log文件，重新执行下即可
2、PHP低于5.0 或者为了安全禁用了scandir函数。
替换方法
在文件最下面增加一个函数

1. function sdir($dir)
   
2. {
   
3. $dh  = opendir($dir);
   
4. while (false !== ($filename = readdir($dh))) {
   
5.     $files[] = $filename;
   
6. }
   
7. 
   
8. sort($files);
   
9. 
   
10. 
    
11. 
    
12. rsort($files);
    
13. 
    
14. return $files;
    
15. 
    
16. }

复制代码

在398行左右
$arrfiles=scandir(DISCUZ_ROOT.$sitemap_path);

用这个函数替换scandir即可。

如果PHP<5或者做了函数限制的虚拟主机上，会出现4个索引文件中没有记录，是空的。那么请使用下面的这个修改版本。

google的



有些人需要把生成的文件放到一个目录下的。需要通过rewrite来解决
nginx下的规则如下
rewrite "^/(forum|group|home|portal)_sitemap\.xml$" /sitemap/$1_sitemap.xml last;
    rewrite "^/([a-z]+)_sitemap_([0-9]+)\.xml$" /sitemap/$1_sitemap_$2.xml last;

apache下未测试，应该和nginx相差不大
RewriteRule ^/(forum|group|home|portal)_sitemap\.xml$ /sitemap/$1_sitemap.xmlRewriteRule ^/([a-z]+)_sitemap_([0-9]+)\.xml$  /sitemap/$1_sitemap_$2.xml
或者
RewriteRule ^(.*)/(forum|group|home|portal)_sitemap\.xml$ $1/sitemap/$2_sitemap.xmlRewriteRule ^(.*)/([a-z]+)_sitemap_([0-9]+)\.xml$  $1/sitemap/$2_sitemap_$3.xml

然后在根目录下建立一个sitemap的文件夹
配置
$sitemap_path="/sitemap/"
代码中找到
if (strstr($arrfiles[$key],"portal_")) 下面
$loc_portal="http://".$portal_url.$sitemap_path.$arrfiles[$key];
改为$loc_portal="http://".$portal_url.'/'.$arrfiles[$key];
下面4个同理修改。

测试通过

不错呢。支持下。

收藏了.....

我自己测试了。完成整个过程。
我的帖子和用户数量很多，生成443个文件

建议楼主把..生成的 XML的sitemap文件夾 让它生成在根目录..  

理由是默认的robots.TXT 文件拦截了DATA的收录~ 虽然可以手动去除和移动~~ 但是这样搞的话就变成手动了,不是自动的!


希望采纳意见~~~

回复 raphk 的帖子

可以自定义的。

回复 raphk 的帖子

在根目录有安全性问题，我所有的目录要么只读，要么不允许直接运行PHP文件。
比较严格的控制权限

不好意思..没留意~~~