10V

这篇文章，给大家介绍一个php网站地图生成类。

做网站的朋友们都有过这样的经历，在一个新站刚刚开始运营时，最希望的就是百度、google这样的搜索引擎来索引自己的页面，恨不得让蜘蛛不停地爬，赶快把自己新添加的页面索引进去。

加速搜索引擎的收录方法有很多，比如在一些人气较高的地方，找与自己网站相关的板块，发一些推广文章；或者与其他站长交换一下连接，增加页面的外部链接；最基本的也是每个站长都要做的事情就是生成自己的Sitemap，提交给各大搜索引擎。

今天就和大家分享一个php网站地图生成类，希望对大家的互联网生活有所帮助。

[php]
/**
* @category class
* @package SitemapGenerator
* @author Paweł Antczak <pawel@antczak.org>
* @translate 10V | www.smartwei.com
* @copyright 2009 Paweł Antczak
* @license http://www.gnu.org/licenses/gpl.html GPL V 2.0
* @version 1.2.0
* @see http://www.sitemaps.org/protocol.php
* @see http://en.wikipedia.org/wiki/Sitemaps
* @see http://en.wikipedia.org/wiki/Sitemap_index
*/
class SitemapGenerator {
/**
* sitemap的名字
* @var string
* @access public
*/
public $sitemapFileName = "sitemap.xml";
/**
* sitemap索引的名字
* @var string
* @access public
*/

public $sitemapIndexFileName = "sitemap-index.xml";
/**
* robots文件的名字
* @var string
* @access public
*/
public $robotsFileName = "robots.txt";
/**
* 每一个sitemap文件包含的连接数
* 每个sitemap文件包含连接数最好不要 50,000.
* sitemap文件的大小最好不要超过10MB,如果网站的链接很长的话，请减少页面包含链接数
* @var int
* @access public
*/
public $maxURLsPerSitemap = 50000;
/**
* 如果该变量设置为true, 会生成两个sitemap文件，后缀名分别是.xml和.xml.gz 而且会被添加到robots.txt文件中.
* 同时.gz文件会被提交给搜索引擎。
* 如果每页包含的连接数大于50,000，则这个字段将被忽略，除了sitemap索引文件之外，其他sitemap文件都会被压缩
* @var bool
* @access public
*/
public $createGZipFile = false;
/**
* 网站的url
* 脚本向搜索引擎提交sitemap时会用到这个变量
* @var string
* @access private
*/
private $baseURL;
/**
* 相关脚本的路径
* 当你想把sitemap和robots文件放在不同的路径时，设置这个变量。
* @var string
* @access private
*/
private $basePath;
/**
* 这个类的版本号
* @var string
* @access private
*/
private $classVersion = "1.2.0";
/**
* 搜索引擎的URL
* @var array of strings
* @access private
*/
private $searchEngines = array(
array("http://search.yahooapis.com/SiteExplorerService/V1/updateNotification?appid=USERID&url=",
"http://search.yahooapis.com/SiteExplorerService/V1/ping?sitemap="),
"http://www.google.com/webmasters/tools/ping?sitemap=",
"http://submissions.ask.com/ping?sitemap=",
"http://www.bing.com/webmaster/ping.aspx?siteMap="
);
/**
* url数组
* @var array of strings
* @access private
*/
private $urls;
/**
* sitemap的数组
* @var array of strings
* @access private
*/

private $sitemaps;
/**
* sitemap索引的数组
* @var array of strings
* @access private
*/

private $sitemapIndex;
/**
* 当前sitemap的全路径
* @var string
* @access private
*/
private $sitemapFullURL;

/**
* 构造函数
* @param string $baseURL 你网站的URL, 以 / 结尾.
* @param string|null $basePath sitemap和robots文件存储的相对路径.
*/
public function __construct($baseURL, $basePath = "") {
$this->baseURL = $baseURL;
$this->basePath = $basePath;
}
/**
* 使用这个方法可以同时添加多个url
* 每个链接有4个参数可以设置
* @param array of arrays of strings $urlsArray
*/
public function addUrls($urlsArray) {
if (!is_array($urlsArray))
throw new InvalidArgumentException(‘参数$aURLs需要时数组’);
foreach ($urlsArray as $url) {
$this->addUrl(isset ($url[0]) ? $url[0] : null,
isset ($url[1]) ? $url[1] : null,
isset ($url[2]) ? $url[2] : null,
isset ($url[3]) ? $url[3] : null);
}
}
/**
* 使用这个方法每次添加一个连接到sitemap中
* @param string $url URL
* @param string $lastModified 当被修改时，使用ISO 8601
* @param string $changeFrequency 搜索引擎抓取信息的频率
* @param string $priority 你网站中连接的权重
* @see http://en.wikipedia.org/wiki/ISO_8601
* @see http://php.net/manual/en/function.date.php
*/
public function addUrl($url, $lastModified = null, $changeFrequency = null, $priority = null) {
if ($url == null)
throw new InvalidArgumentException("URL 是必填项.");
$urlLenght = extension_loaded(‘mbstring’) ? mb_strlen($url) : strlen($url);
if ($urlLenght > 2048)
throw new InvalidArgumentException("URL的长度不能超过2048。
请注意，见此url长度需要使用mb_string扩展.
请确定你的服务器已经打开了这个模块");
$tmp = array();
$tmp['loc'] = $url;
if (isset($lastModified)) $tmp['lastmod'] = $lastModified;
if (isset($changeFrequency)) $tmp['changefreq'] = $changeFrequency;
if (isset($priority)) $tmp['priority'] = $priority;
$this->urls[] = $tmp;
}
/**
* 在内存中创建sitemap.
*/
public function createSitemap() {
if (!isset($this->urls))
throw new BadMethodCallException("请先加载addUrl或者addUrls方法.");
if ($this->maxURLsPerSitemap > 50000)
throw new InvalidArgumentException("每个sitemap中的链接不能超过50,000个");

$generatorInfo = ‘<!– generator="SimpleSitemapGenerator/’.$this->classVersion.’" –>
<!– sitemap-generator-url="http://www.antczak.org"
sitemap-generator-version="’.$this->classVersion.’" –>
<!– generated-on="’.date(‘c’).’" –>’;
$sitemapHeader = ‘<?xml version="1.0" encoding="UTF-8"?>’.$generatorInfo.’
<urlset
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://www.sitemaps.org/schemas/sitemap/0.9

http://www.sitemaps.org/schemas/sitemap/0.9/sitemap.xsd"

xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
</urlset>’;
$sitemapIndexHeader = ‘<?xml version="1.0" encoding="UTF-8"?>’.$generatorInfo.’
<sitemapindex
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://www.sitemaps.org/schemas/sitemap/0.9

http://www.sitemaps.org/schemas/sitemap/0.9/siteindex.xsd"

xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
</sitemapindex>’;
foreach(array_chunk($this->urls,$this->maxURLsPerSitemap) as $sitemap) {
$xml = new SimpleXMLElement($sitemapHeader);
foreach($sitemap as $url) {
$row = $xml->addChild(‘url’);
$row->addChild(‘loc’,htmlspecialchars($url['loc'],ENT_QUOTES,’UTF-8′));
if (isset($url['lastmod'])) $row->addChild(‘lastmod’, $url['lastmod']);
if (isset($url['changefreq'])) $row->addChild(‘changefreq’,$url['changefreq']);
if (isset($url['priority'])) $row->addChild(‘priority’,$url['priority']);
}
if (strlen($xml->asXML()) > 10485760)
throw new LengthException("sitemap文件的大小不能超过10MB (10,485,760),
please decrease maxURLsPerSitemap variable.");
$this->sitemaps[] = $xml->asXML();

}
if (sizeof($this->sitemaps) > 1000)
throw new LengthException("sitemap索引文件最多可以包含1000条索引.");
if (sizeof($this->sitemaps) > 1) {
for($i=0; $i<sizeof($this->sitemaps); $i++) {
$this->sitemaps[$i] = array(
str_replace(".xml", ($i+1).".xml.gz", $this->sitemapFileName),
$this->sitemaps[$i]
);
}
$xml = new SimpleXMLElement($sitemapIndexHeader);
foreach($this->sitemaps as $sitemap) {
$row = $xml->addChild(‘sitemap’);
$row->addChild(‘loc’,$this->baseURL.htmlentities($sitemap[0]));
$row->addChild(‘lastmod’, date(‘c’));
}
$this->sitemapFullURL = $this->baseURL.$this->sitemapIndexFileName;
$this->sitemapIndex = array(
$this->sitemapIndexFileName,
$xml->asXML());
}
else {
if ($this->createGZipFile)
$this->sitemapFullURL = $this->baseURL.$this->sitemapFileName.".gz";
else
$this->sitemapFullURL = $this->baseURL.$this->sitemapFileName;
$this->sitemaps[0] = array(
$this->sitemapFileName,
$this->sitemaps[0]);
}
}
/**
* 如果你不想生成sitemap文件，指向用其中的内容，这个返回的数组就包含了对应的信息.
* @return 字符串数组
* @access public
*/
public function toArray() {
if (isset($this->sitemapIndex))
return array_merge(array($this->sitemapIndex),$this->sitemaps);
else
return $this->sitemaps;
}
/**
* 写sitemap文件
* @access public
*/
public function writeSitemap() {
if (!isset($this->sitemaps))
throw new BadMethodCallException("请先加载createSitemap方法.");
if (isset($this->sitemapIndex)) {
$this->_writeFile($this->sitemapIndex[1], $this->basePath, $this->sitemapIndex[0]);
foreach($this->sitemaps as $sitemap) {
$this->_writeGZipFile($sitemap[1], $this->basePath, $sitemap[0]);
}
}
else {
$this->_writeFile($this->sitemaps[0][1], $this->basePath, $this->sitemaps[0][0]);
if ($this->createGZipFile)
$this->_writeGZipFile($this->sitemaps[0][1], $this->basePath, $this->sitemaps[0][0].".gz");
}
}
/**
* 如果robots.txt文件存在，更新该文件，将新添加的信息写入其中
* 如果robots.txt文件不存在，则创建该文件，写入刚添加的信息
* @access public
*/
public function updateRobots() {
if (!isset($this->sitemaps))
throw new BadMethodCallException("请先加载createSitemap方法");
$sampleRobotsFile = "User-agent: *\nAllow: /";
if (file_exists($this->basePath.$this->robotsFileName)) {
$robotsFile = explode("\n", file_get_contents($this->basePath.$this->robotsFileName));
$robotsFileContent = "";
foreach($robotsFile as $key=>$value) {
if(substr($value, 0, == ‘Sitemap:’) unset($robotsFile[$key]);
else $robotsFileContent .= $value."\n";
}
$robotsFileContent .= "Sitemap: $this->sitemapFullURL";
if ($this->createGZipFile && !isset($this->sitemapIndex))
$robotsFileContent .= "\nSitemap: ".$this->sitemapFullURL.".gz";
file_put_contents($this->basePath.$this->robotsFileName,$robotsFileContent);
}
else {
$sampleRobotsFile = $sampleRobotsFile."\n\nSitemap: ".$this->sitemapFullURL;
if ($this->createGZipFile && !isset($this->sitemapIndex))
$sampleRobotsFile .= "\nSitemap: ".$this->sitemapFullURL.".gz";
file_put_contents($this->basePath.$this->robotsFileName, $sampleRobotsFile);
}
}
/**
* 将新生成的sitemap提交给搜索引擎，包括：Google, Ask, Bing and Yahoo。
* 如果你没有填写yahooid,yahoo也会被通知。
* 但是每天最多提交一次，重复提交yahoo会拒绝接受信息
* @param string $yahooAppId 你网站的Yahoo Id
* @return 以数组形式返回每个搜索引擎的消息
* @access public
*/
public function submitSitemap($yahooAppId = null) {
if (!isset($this->sitemaps))
throw new BadMethodCallException("To submit sitemap, call createSitemap function first.");
if (!extension_loaded(‘curl’))
throw new BadMethodCallException("cURL library is needed to do submission.");
$searchEngines = $this->searchEngines;
$searchEngines[0] = isset($yahooAppId) ? str_replace("USERID", $yahooAppId, $searchEngines[0][0]) : $searchEngines[0][1];
$result = array();
for($i=0;$i<sizeof($searchEngines);$i++) {
$submitSite = curl_init($searchEngines[$i].htmlspecialchars($this->sitemapFullURL,ENT_QUOTES,’UTF-8′));
curl_setopt($submitSite, CURLOPT_RETURNTRANSFER, true);
$responseContent = curl_exec($submitSite);
$response = curl_getinfo($submitSite);
$submitSiteShort = array_reverse(explode(".",parse_url($searchEngines[$i], PHP_URL_HOST)));
$result[] = array("site"=>$submitSiteShort[1].".".$submitSiteShort[0],
"fullsite"=>$searchEngines[$i].htmlspecialchars($this->sitemapFullURL, ENT_QUOTES,’UTF-8′),
"http_code"=>$response['http_code'],
"message"=>str_replace("\n", " ", strip_tags($responseContent)));
}
return $result;
}
/**
* 保存文件
* @param string $content
* @param string $filePath
* @param string $fileName
* @return bool
* @access private
*/
private function _writeFile($content, $filePath, $fileName) {
$file = fopen($filePath.$fileName, ‘w’);
fwrite($file, $content);
return fclose($file);
}
/**
* 保存 GZipped文件.
* @param string $content
* @param string $filePath
* @param string $fileName
* @return bool
* @access private
*/
private function _writeGZipFile($content, $filePath, $fileName) {
$file = gzopen($filePath.$fileName, ‘w’);
gzwrite($file, $content);
return gzclose($file);
}
}
[/php]

给大家一个例子参考一下，首先创建一个文件，名字叫做sitemap-generator.php, 内容如下：

[php]
<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN">
<html>
<head>
<title></title>
<meta http-equiv="Content-Type" content="text/html; charset=UTF-8">
</head>
<body>
<?php
include ‘SitemapGenerator.php’;
$sitemap = new SitemapGenerator("http://www.smartwei.com/");

//添加url，如果你的url是通过程序生成的，这里就可以循环添加了。
$sitemap->addUrl("http://www.smartwei.com/", date(‘c’), ‘daily’, ’1′);
$sitemap->addUrl("http://www.smartwei.com/speed-up-firefox.html", date(‘c’), ‘daily’, ’0.5′);
$sitemap->addUrl("http://www.smartwei.com/php-form-check-class.html", date(‘c’), ‘daily’);
$sitemap->addUrl("http://www.smartwei.com/32-userful-web-design-blogs.html", date(‘c’));

//创建sitemap
$sitemap->createSitemap();

//生成sitemap文件
$sitemap->writeSitemap();

//更新robots.txt文件
$sitemap->updateRobots();

//提交sitemap到搜索引擎
$sitemap->submitSitemap();
?>
</body>
</html>
[/php]

如果你的网站每天新增页面数量较少，基本上每天执行一次就可以了。如果比较多的话，可以根据你的需求创建定时执行的任务。这样，就可以使你想各大搜索引擎提交的sitemap始终是最新的了。

作者: 石巍
原载: 10V的博客
版权所有，转载时必须以超链接形式注明作者和原始出处及本声明。

本文链接: http://www.smartwei.com/php-sitemap-generator-class.html