Sitemaps定义：
Google、雅虎、和微软都支持一个被称为xml网站地图（xml Sitemaps）的协议，而百度Sitemap是指百度支持的收录标准，在原有协议上做出了扩展。百度sitemap的作用是通过Sitemap告诉百度蜘蛛全面的站点链接，优化自己的网站。百度Sitemap分为三种格式：txt文本格式、xml格式、Sitemap索引格式。
具体实现，请查看代码注释：
/**使用本工具请加载jar包org.dom4j
* 使用方法请看main方法
* sitemap文件例子可看：
* https://www.zulily.com/sitemap.xml
*/
public class SitemapUtil {
//xml文件头xmlns属性值：例<sitemapindex xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
private static String xmlns ="http://www.sitemaps.org/schemas/sitemap/0.9";
//存放文件路径：可为/aaa/bbb/等，最后位必须带/符号
private static final String filePath="E:/aa/";
//private static final String filePath=System.getenv("SITE_MAP_PATH");//可通过环境变量拿
//生成xml文件的编码
private static final String encode="gbk";
//以上值可按情况修改
//用于记录子sitemap文件名，最后用于生成主sitemap文件
private static ArrayList<String> childSitemaps=new ArrayList<String>();
//先声明节点
private static Element urlElement;
private static Element locElement;
private static Element freqElement;
private static Element priElement;
/**
* 使用示例
* @param args
*/
public static void main(String[] args){
//初始化document，并赋予带namespace的根节点
Document document=new DefaultDocument();
//xmlns即命名空间
Element root=document.addElement("urlset",xmlns);
document.setRootElement(root);
//写入n个子sitemap文件的示例========================
boolean isOk=false;
for (int i=1;i<20;i++) {
//构建document
for (int j = 0; j < 50000; j++) {
createChildDom(root, "https://www.scut.edu.cn/new/gasdvgaswcsfes" + j, "weekly", "0.9");
}
//写入文件
isOk = SitemapUtil.createChoildSitemap(document, "sitemap-child-"+i+".xml");
if (!isOk){
//生成出错
}
}
//=====================================================
//写入主sitemap
isOk= SitemapUtil.createMainSitemap();
if (!isOk){
//生成出错
}
}
/**
* 创建主sitemap文件，该方法应该在生成所有子sitemap文件调用。
*/
public static boolean createMainSitemap(){
Document document=new DefaultDocument();
Element root=document.addElement("sitemapindex",xmlns);
for (int i=0;i<childSitemaps.size();i++){
Element sitemap=root.addElement("sitemap");
Element loc=sitemap.addElement("loc");
loc.setText(childSitemaps.get(i));
}
try {
writeDocument("sitemap.xml",document);
} catch (IOException e) {
e.printStackTrace();
return false;
}finally {
//清空根节点下的所有内容
if (document.hasContent())
document.clearContent();
}
return true;
}
public static boolean createChoildSitemap(Document document ,String filename){
try {
writeDocument(filename,document);
childSitemaps.add(filename);
} catch (IOException e) {
e.printStackTrace();
return false;
}finally {
//清空根节点下的所有内容
if (document.hasContent()&&document.getRootElement().hasContent())
document.getRootElement().clearContent();
}
return true;
}
/**
* 将document写入 filePath目录下的fileName文件里
* @param fileName
* @param document
* @throws IOException
*/
private static void writeDocument( String fileName,Document document) throws IOException {
File file=new File(filePath);
document.setXMLEncoding(encode);
recursionMkDir(file);
OutputStreamWriter outputStreamWriter=new OutputStreamWriter(new FileOutputStream(new File(filePath+fileName)));
document.write(outputStreamWriter);
//如果outputStreamWriter未关闭，则关闭outputStreamWriter
if (outputStreamWriter!=null)
outputStreamWriter.close();
}
/**
* 创建子sitemap的节点，并将其挂载到root节点
* 例：<url>
* <loc>https://www.zulily.com/baby-boy-outerwear</loc>
* <changefreq>daily</changefreq> 值只能为always, hourly, daily, weekly, monthly, yearly及never
* <priority>0.4</priority>数值为0到1.0，最高为1.0，一般首页的priority最高为1.0
* </url>
* @param root
* @param url
* @param changefreq
* @param priority
*/
private static void createChildDom(Element root,String url,String changefreq ,String priority){
urlElement=root.addElement("url");
locElement=urlElement.addElement("loc");
freqElement=urlElement.addElement("changefreq");
priElement=urlElement.addElement("priority");
locElement.setText(url);
freqElement.setText(changefreq);
priElement.setText(priority);
}
//递归创建目录
private static void recursionMkDir(File file) {
if (file.getParentFile().exists()) {
file.mkdir();
} else {
recursionMkDir(file.getParentFile());
file.mkdir();
}
}
}
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35
36 37 38 39 40 41 42 43 44 45
<center>Coding Blog Github Blog </center>
