características de sitemap.xml

[caricatos]

Hola:

Estoy interesándome en crear mis ficheros sitemap, pero me falta aclararme un poco en algunas cosas.

El campo loc, puede tratarse de carpetas, ya saben, sin especificar que se enlaza a un .html, .php, .asp... porque por lo que leí, eso creo que solo debe hacerse en la raiz del sitio web.

Si hay enlaces internos en un sitio, se deben poner, y el caso de enlaces con parámetros

Hay más campos admitidos, o tal vez opcionales (me pareció ver que también se podían poner imágenes)

De antemano muchas gracias.

Saludos

[Emirodgar]

Hola caricatos, no hay ningún problema con eso, puedes indicar una URL de tu Web sin importar si es una página de destino, o una carpeta que contiene más enlaces.

Normalmente se suelen indicar simplemente las URLs de destino (por ejemplo Wordpress no incluye las categorías en el sitemap, pero si lo pone como opcional) pero no hay ningún problema por hacerlo.

En esta página explican casi todo sobre el protocolo de sitemaps http://www.sitemaps.org/es/protocol.php.

Sobre el sitemap para imágenes es algo relativamente nuevo, ya que Google lo ha presentado hace apenas unas semanas, aquí tienes información sobre ello: sitemap para imágenes.

[caricatos]

Hola:

Gracias Emirodgar; y sobre anclajes internos supongo que también pueden incluirse, justamente hay muchos anclajes internos en páginas como w3.org y son muy importantes, al igual que los links permanentes como los de estos foros...

Saludos

[caricatos]

Hola:

Ya casi tengo lista una página aplicación que recorre desde el index, todas las páginas del dominio que enlaza, y recursivamente recorre todos los niveles (sobre todo javascript), pero al generar el sitemap, los datos de changefreq y priority, también se ponen de forma automática...

Pensaba darle mayor valor priority al índex y bajar el valor según los niveles (los que cuelgan del index menos, y así...); ¿o debo usar otro criterio?

Sobre lastmod, las páginas con enlaces internos "#algo", o con parámetros get "?valor=vale" siempre tendrán el mismo valor, y pensaba que sería mejor omitirlo... y como beneficio añadido se aligera un poco el peso.

La aplicación me ha generado este sitemap: sitemap-ajax.xml ¿Qué les parece?... por cierto, lo del atributo es para control, pero cuando termine de pulir la página los borraré... (al menos generó un duplicado sitios 15 y 16)

Saludos

[RBZ]

Caricatos los anclajes internos no tienes que añadirlos. El sitemap es el mapa del sitio, una guía de los documentos que tienes.

Código:

sistemaPestanas/index.php#normal_2

No debes incluirlo porque es sólo una parte del documento:

Código:

sistemaPestanas/index.php

Incluso yo prefiero enlazar a la carpeta en los índices o, en caso contrario, dentro de la web enlazar siempre de la misma forma. Para Google sistemaPestanas/index.php y sistemaPestanas/ son dos páginas distintas con contenido duplicado. Con el sitemap buscas facilitar el trabajo del robot, no marearlo añadiendo nuevas formas de llegar al mismo documento.

Ya se pueden añadir imágenes a los sitemaps, se asocian con la página en la que están:

Código:

<?xml version="1.0" encoding="UTF-8"?>
 <urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9"
  xmlns:image="http://www.google.com/schemas/sitemap-image/1.1">
 <url>
   <loc>http://example.com/sample.html</loc>
   <image:image>
     <image:loc>http://example.com/image.jpg</image:loc>
   </image:image>
   <image:image>
     <image:loc>http://example.com/photo.jpg</image:loc>
   </image:image>
 </url> 
</urlset>

La información por ahora sólo está en inglés: http://www.google.com/support/webmas...?answer=178636

[caricatos]

Hola:

Gracias por la respuesta, ya lo tengo algo mejor (aún en mi archifamoso localhost), pero me surgió otra duda sobre los campos lastmod...

Tengo muchas páginas con un sistema de comentarios puestas con un include php, entonces la lectura del lastmod del sistema es la de la modificación del fichero, pero por cada nuevo comentario la página cambia... o sea que desde el sistema no cambia, pero el contenido sí que cambia.

¿Cuál de los valores sebería usar?, el de la inclusión del último comentario, o la modificación última reconocida por el sistema.

Otra vez gracias por todo.

Saludos

[3pies]

La utilidad del lastmod es para informar a los buscadores de si tu página ha cambiado o no, para volverla a indexar. Lo normal es que incluyas la fecha de modifiación del fichero, porque los comentarios pueden ser irrelevantes (aunque puede que no).

No obstante, no le hagas mucho caso al tag lastmod, porque los buscadores normalmente pasan de él, debido al mal uso que se les suele dar (poniendo fechas de constante actualización, para que los buscadores reindexen continuamente la página, para darles una frecuencia de rastreo mayor).

Saludos.

[caricatos]

Hola:

Gracias por la respuesta... Lo que pasa es que no acabo de entender las "características" (como pone el título del mensaje), ya que el único elemento obligatorio es el tag loc, pero el resto tendrá que tener alguna relevancia... y entre ellos todos pueden "tocarse" con fines poco legales.

¿O tal vez sea mejor poner solo el loc?

Las pocas deducciones que tengo es que el tag priority podría vincularse con el número de visitas, el lastmod lo genera el propio sistema, pero con esto de los includes, sin modificar la página la misma página sin modificar puede ser distinta (¡Qué lío!) y el changefreq... con un sistema de comentarios (que es mi caso) el contenido puede variar con relativa frecuencia, pero no cambia la fecha de modificación.

Quiero automatizar el sitemap, actualizándolo con relativa frecuencia (también quisiera saber cuando ¿?), y tenía "mascullado", por el tema de los comentarios usar en changefreq el valor always; lo de priority darle un valor más elevado al tag más visitado; el dominio ponerle el mayor (la raíz del sitio), y mientras más visitas, más prioridad.

Saludos

[RBZ]

No te compliques demasiado, como suele poner Google en su información, es sólo una sugerencia, no una orden. Google hará con esa información lo que le dé la gana, eso sí cuanta más fiabilidad más la tendrá en cuenta. El changefreq es uno de los más difíciles de rellenar porque casi ninguna página se actualiza automáticamente, lo que yo hago es poner un tiempo promedio (aunque luego no lo respete). La fecha de modificacion de un include el buscador no tiene forma de comprobarla, así que mejor pon la del documento que es la que puede comprobar. Tengo includes en mis webs y actualiza a pesar de tener una fecha antigua.

Como he puesto al empezar, haz lo más cercano a la realidad que cree menos complicaciones.