关于动态网站的站点地图文件及其内容的问题

Question

我正在编写一组函数来为网站生成站点地图。让我们假设该网站是一个博客。

站点地图的定义是它列出了网站中可用的页面。对于动态网站，这些页面会定期更改。

以博客为例，“页面”将是博客文章（我猜），因为站点地图中的链接数量是有限的（暂时忽略站点地图索引），这意味着我无法继续添加最新博文列表，因为在未来的某个时间点会超出限制。

我在上面的段落中做了两个（相当基本的）假设。它们是：

假设 1：

站点地图包含网站中的页面列表。对于像博客这样的动态网站，页面将是博客文章。因此，我可以创建一个站点地图，仅列出网站上的博文。 （这听起来像是对我的提要）

假设 2：

由于站点地图文件中的链接数量有硬性限制，我可以施加一些任意限制 N，并简单地定期生成文件，以列出最新的 N 个博客帖子（在这个阶段，这与饲料）

那么我的问题是：

• 这些假设（即我对站点地图文件内容的理解）是否有效/正确？
• 我上面描述的内容听起来很像提要，机器人能否不简单地使用提要来索引网站（即是否需要站点地图）？
• 如果我已经生成了一个包含最新更改的文件，我看不出添加站点地图协议文件的意义 - 有人可以解释一下吗？

Answer 1

假设 1 是正确的 - 站点地图确实应该是站点上的页面列表 - 在您的情况下，是的，这将是博客文章，以及任何其他页面，如联系页面、主页、关于页面，等等。

是的，它有点像提要，但提要通常只包含最新的项目，而站点地图应该包含所有内容。

来自Google's docs:

站点地图在以下情况下特别有用：

• 您的网站包含动态内容。
• 您的网站包含 Googlebot 在抓取过程中不容易发现的网页，例如具有丰富 AJAX 或图片的网页。
• 您的站点是新站点，指向它的链接很少。 （Googlebot 通过跟踪从一个页面到另一个页面的链接来抓取网络，因此如果您的网站链接不正确，我们可能很难发现它。）
• 您的网站有大量内容页面存档，这些页面彼此之间没有很好的链接，或者根本没有链接。

假设 2 有点不正确 - 站点地图文件的限制是 50,000 个链接/10MB 未压缩，如果您认为您可能会达到该限制，那么首先创建一个仅链接到一个站点地图的站点地图索引文件，然后随时添加。

如果您只有这些，Google 将接受 RSS 提要作为站点地图，但指出这些通常只包含最近的链接 - 拥有站点地图的价值在于它应该涵盖网站上的所有内容，而不仅仅是最新的项目，可能是最容易被发现的。