サーバ構築ガイド

レンタルガイド

ショップ構築ガイド

目次～ショップ構築

情報漏洩対策

他のサイトマップ（XML）を内包するには～ Google Sitemaps

別のsitemap.xml を梱包する

別のプロセスで作成したsitemap.xml をここで出力する sitemap.xml に含める事が出来ます。これは、URLの取得方法ではありません。この方法は、Google に通知するURLが多い場合に必要となります。

記述例

<sitemap path="/var/www/docroot/subpath/sitemap.xml" />

パスで指定するだけです。

複数のsitemap.xml を一つにまとめるには

規定の 50,000URL を超える、または、sitemap.xml が10MB を超える場合、sitemap.xml を分割する必要があります。分割するディレクトリや URL ごとに、config.xml をそれぞれ用意し、別々に sitemap.xml.gz を出力する必要があります。

Google に通知するのは、まとめたXMLサイトマップだけ

ポイントは、それぞれのURLを取得するための sitemap_gen.py 実行は、以下の何れかの方法でGoogle には通知しないようにし、

suppress_search_engine_notify="1"

Google にping を通知しない上記記述を加えたままにするか、スクリプト実行の際、

$ python sitemap_gen.py --config=/path/my_config.xml --testing

--testing をつけて実行します。

configA.xml 記述例 Aディレクトリ

<site
   base_url="http://safe-linux.homeip.net/A/"
   store_into="/var/www/sitemap-A.xml.gz"
   verbose="1"
   suppress_search_engine_notify="1"
>

<directory
   path="/var/www/docroot/A"
   url="http://safe-linux.homeip.net/A/"
   default_file="index.html"
/>

configB.xml 記述例 Bディレクトリ

<site
   base_url="http://safe-linux.homeip.net/B/"
   store_into="/var/www/sitemap-B.xml.gz"
   verbose="1"
   suppress_search_engine_notify="1"
>

<directory
   path="/var/www/docroot/B"
   url="http://safe-linux.homeip.net/B/"
   default_file="index.html"
/>

config.xml 通知するためのXML設定ファイル

最終的にGoogle に登録する sitemap.xml です。Google に通知するのは、このサイトマップだけで済む事になります。

<site
   base_url="http://safe-linux.homeip.net/"
   store_into="/var/www/sitemap.xml.gz"
   verbose="1"
>

<sitemap path="/var/www/sitemap-A.xml.gz" />
<sitemap path="/var/www/sitemap-B.xml.gz" />

cron で上記順番で実行し、最終的にGoogle Web サイトに登録するのは、最後の sitemap.xml.gz だけで、sitemap_gen.py の実行でGoogle に通知するのもこのファイルだけという事になります。これでも、sitemap-A.xml.gz と sitemap-B.xml.gz を回収してくれるようになります。

重要

Google に登録できる sitemap は、200 までと決められていますが、それぞれの項目をスクリプトで実行した場合、規定の1時間に1回までを超えてしまいますが、この方法だと、通知する sitemap.xml を一つ、または、少なくする事ができるので、cron を使った定期実行に適しています。

本来、cron を使って定期実行するよりも、更新があった場合のみGoogle に通知する事が推奨されています。でないとアクセスが集中し、Google が処理出来無くなるからです。（現に起こっている）

cron で実行する場合

cron で実行する場合は、直にGoogle が回収に来る訳ではないので、順番はきに抹る必要はないと思いますが、

/etc/cron.daily/sitemap_gen

#!/bin/bash
python /path/sitemap_gen.py --config=/path/configA.xml --testing
python /path/sitemap_gen.py --config=/path/configB.xml --testing
python /path/sitemap_gen.py --config=/path/config.xml

サイトマップファイルが 200 個以内に収まるのであれば、それぞれ、登録すれば良いだけの話ですが、Google に対する通知（PING）は、1時間に1回までとなっていますので、服すの sitemap.xml を出力する場合は、注意が必要です。

1時間に1回は、サイトマップ毎なのか、サイト毎なのかで解釈は変わりますが、この点については説明がありませんが、一サイトマップ毎の更新という事だと思います。

参照 => 自動更新スクリプトを設定する

この標題のトップへ　９ / １５