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

<site>
 <directory />
 <filter />
</site>

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

<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>

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。

python  ./sitemap_gen.py --config=example_config.xml --testing

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

#!/bin/sh
 
cd /var/sitemap_gen
/usr/bin/python  ./sitemap_gen.py --config=example_config.xml

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。

$ crontab -e
 
10 03 * * * /var/sitemap_gen/sitemap.sh

目次