Python Sitemap 项目使用教程

Python Sitemap 项目使用教程

python-sitemapMini website crawler to make sitemap from a website.项目地址:https://gitcode.com/gh_mirrors/py/python-sitemap

1. 项目的目录结构及介绍

python-sitemap/
├── .gitignore
├── LICENSE
├── README.md
├── changelog.txt
├── python-sitemap-generator.py
├── screenshot.png

• .gitignore: 用于指定Git版本控制系统忽略的文件和目录。
• LICENSE: 项目的开源许可证文件。
• README.md: 项目说明文档，包含项目的基本信息和使用方法。
• changelog.txt: 记录项目的更新历史。
• python-sitemap-generator.py: 项目的主脚本文件，用于生成网站的sitemap。
• screenshot.png: 项目的截图文件。

2. 项目的启动文件介绍

项目的启动文件是 python-sitemap-generator.py。该文件是一个Python脚本，用于爬取网站的所有链接并生成XML格式的sitemap文件。以下是启动文件的基本使用方法：

# 设置脚本为可执行
sudo chmod +x python-sitemap-generator.py

# 运行脚本
python3 python-sitemap-generator.py

在运行脚本之前，需要设置 InitialURL 变量，指向你想要生成sitemap的网站。

3. 项目的配置文件介绍

项目没有明确的配置文件，但可以通过命令行参数进行配置。以下是一些常用的命令行参数：

# 启用调试模式
$ python main.py --domain https://blog.lesite.us --output sitemap.xml --debug

# 启用详细输出
$ python main.py --domain https://blog.lesite.us --output sitemap.xml --verbose

# 禁用输出排序
$ python main.py --domain https://blog.lesite.us --output sitemap.xml --no-sort

# 启用图片sitemap
$ python main.py --domain https://blog.lesite.us --output sitemap.xml --images

# 启用报告打印
$ python main.py --domain https://blog.lesite.us --output sitemap.xml --report

# 跳过特定扩展名的URL
$ python main.py --domain https://blog.lesite.us --output sitemap.xml --skipext pdf --skipext xml

# 通过正则表达式删除URL的一部分
$ python main.py --domain https://blog.lesite.us --output sitemap.xml --dropurlpart

通过这些命令行参数，可以灵活地配置脚本的行为，以满足不同的需求。

python-sitemapMini website crawler to make sitemap from a website.项目地址:https://gitcode.com/gh_mirrors/py/python-sitemap