======Sitemap======

=====sitemap generators=====

googleのサイトマップ自動生成スクリプト。
これを利用して毎日サイトマップを自動更新するようにする。

====sitemap_genのダウンロード====

下記サイトからsitemap_gen_1.5.tar.gzをダウンロード

sitemap-generators
http://code.google.com/p/sitemap-generators/


解凍した物の中にある、下記の3つのファイルを利用する

  * sitemap_gen.py
  * setup.py
  * example_config.xml

example_config.xmlのファイル名は適当に変更しておく


====設定=====

example_config.xmlを編集する。

ファイルのurl取得方法はいくつかあるがdirectoryタグを使って
ディレクトリ内のファイルを一括登録してくれる方法を使う。 \\ 
cronで扱い易いのとsitemap_gen1.5からこの方法でも最終更新日、
優先順位を指定してくれるようになったため。


xmlの構成としては
<code xml>
<site>
 <directory />
 <filter />
</site>
</code>
となる

===siteタグ===

  * base_url サイトのトップページのurl *必須
  * store_info サイトマップの出力先。xmlかxml.gzになっている必要がある *必須
  * verbose デバック情報の詳細度
  * suppress_search_engine_notify 1と指定するとgoogleにping送信をしなくなる
  * sitemap_type web,mobile,newsの３つ。デフォルトはweb

===directoryタグ===

  * path ディレクトリの絶対パス *必須
  * url pathに相当するurl * 必須
  * default_file そのサイトのデフォルトファイル名
  * remove_empty_directories trueかfalseで指定。デフォルトはfalse。

===filterタグ===

  * action passとdropのどちらかを指定。デフォルトはdorp
  * type フィルタの種類を指定。wildcardまたはregexp。デフォルトはwildcard
  * pattern フィルタリングする文字列の指定 *必須


====example====

directoryで/var/wwwの中にあるファイルを一括取得するようになっている \\ 
filterでmt、バージョン管理の中にあるファイルは対象に含めないようにしている \\ 

<code xml>
<site
  base_url="http://xxx.yyy.jp/"
  store_into="/var/www/sitemap.xml"
  verbose="1"
  sitemap_type="web"
>

 <directory
   path="/var/www"
   url="http://xxx.yyy.jp/"
   default_file="index.html"
   remove_empty_directories="false"
 />

 <filter action="drop" type="wildcard" pattern="*mt/*" />
 <filter action="drop" type="wildcard" pattern="*MT/*" />
 <filter action="drop" type="wildcard" pattern="*.svn/*" />
 <filter action="drop" type="wildcard" pattern="*.hg/*" />
 <filter action="drop" type="wildcard" pattern="*.git/*" /> 
 <filter action="pass" type="regexp" pattern=".*¥.htm$" />
 <filter action="pass" type="regexp" pattern=".*¥.html$" />
 <filter action="pass" type="regexp" pattern=".*cgi$" />
 <filter action="pass" type="regexp" pattern=".*¥.php$" />
 <filter action="drop" type="wildcard" pattern="*" />
	
</site>
</code>

==== テスト====
テストは３つのファイルを同じディレクトリにおき、
siteタグにsuppress_search_engine_notify=1を追加、下記コマンドを実行する。

<code bash>
python  ./sitemap_gen.py --config=example_config.xml --testing
</code>

こうするとgoogleにpingを送信しないので正しくファイルが生成されているかだけを
確認できる


====サーバーに設置、設定==== 

下記３つのファイルを同じディレクトリに置く

  * sitemap_gen.py
  * setup.py
  * example_config.xml


これをcronで動作させるためのシェルスクリプトを用意

sitemap.sh
<code bash>
#!/bin/sh

cd /var/sitemap_gen
/usr/bin/python  ./sitemap_gen.py --config=example_config.xml
</code>

んでcronに適当に登録。下の場合毎日3時10分にサイトマップ生成するように。
<code bash>
$ crontab -e

10 03 * * * /var/sitemap_gen/sitemap.sh

</code>