如何快速找出哪里不符合xml格式_头条搜索之站长平台Sitemap提交，与2种不同格式规范...

头条搜索之站长平台Sitemap提交，与2种不同格式规范

sitemap是为了让搜索引擎能够更快速，效率更高的爬取到页面中链接，所以在站长平台提交网站地图至关重要，接下来对头条搜索的sitemap做介绍(引用自官网)：

头条搜索sitemap

一、功能说明

· 提交sitemap工具可以向头条搜索提交网站的sitemap文件，帮助头条spider更好的抓取您的网站。您可以在此工具下选择已经验证的站点，进行验证站点的sitemap文件提交。

· sitemap提交后，头条搜索会根据sitemap了解网站中数据情况。

二、sitemap要求

• sitemapindex文件根节点必须是。

• sitemapindex文件编码必须为UTF-8，第一行为: <?xml version="1.0" encoding="utf-8" ?>。

• sitemapindex文件禁止使用命名空间，禁止使用规定之外的属性。

• sitemapindex文件大小不得超过5M，sitemap节点数量不超过5W。

• 必须保证sitemap中所有URL可访问，且内容符合XML数据文件规范。

三、XML数据文件规范

• 数据XML文件的根节点必须为

• 数据XML文件编码必须为UTF-8，第一行为: <?xml version="1.0" encoding="utf-8" ?>

• 数据XML文件禁止使用命名空间，禁止使用规定之外的属性。

• 数据XML单个文件大小不得超过10M(必须满足)，item数目不得超过1W。

• 除根节点之外的其它节点，标签名建议采用英文小写字母及下划线‘_’

• 数据节点中包含转义字符，请使用CDATA

• 对于数组型的节点，请在只有一个子节点时保证和多个节点时的结构相同

四、Txt格式规范

• Txt文件编码必须为UTF-8

• Txt文件大小不得超过10M，每个文本文件最多可包含5w个网址

• Txt文件每行都必须有一个网址，网址中不能有换行

• Txt文件中不能包含网址列表以外的任何信息

- 必须书写完整的网址，包含http/https

- 必须保证Txt文件中所有URL 可访问，且内容符合Txt数据规范