不使用套件直接產生 Jekyll 的 sitemap.xml

Poy Chang

2017-04-28

Tools

最近剛好在處理 Sitemap 的問題，如果有在做 SOE 的朋友應該都知道 Sitemap 的重要性，他可以為搜索引擎的蜘蛛提供瀏覽整個網站的連結，藉此讓搜尋引擎更認識你的網站，後來就想在自己的部落格來玩玩看，就找到這個方法，不使用任何 Jekyll 套件，就能輕鬆產出 sitemap.xml。

因為我的部落格是使用 Github Pages 的服務，所以 Jekyll 是執行 --safe 模式，因此也不能使用客製套件

Sitemap 格式

sitemap.xml 裡面包含網站內的各個連結，他有個固定的格式，如下：

<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
    <url>
        <loc>https://blog.poychang.net/generating-sitemap-in-jekyll-without-plugin/</loc>
        <lastmod>2017-04-27T23:42:00+08:00</lastmod>
        <changefreq>monthly</changefreq>
        <priority>0.5</priority>
    </url>
</urlset>

Sitemap 必須符合以下條件：

以起始 <urlset> 標記做為開頭，並以結束 </urlset> 標記結束
指定 <urlset> 內的名稱領域 (通訊協定標準)
讓每個 URL 中包含一個 <url> 項目做為母層 XML 標記
在每個 <url> 母層標記包含一個 <loc> 子層項目

每一組 <url> 就代表一個頁面，其中屬性說明如下：

loc 網頁的 URL
lastmod 檔案的最後修改日期
changefreq 網頁可能變更的頻率，有效值如下：
- always
- hourly
- daily
- weekly
- monthly
- yearly
- never
priority 此 URL 相對於您網站上的其他 URL 的優先順序，有效值從 0.0 到 1.0

自動產生 sitemap.xml 內容

在 Jekyll 我們可以透過 `{% for post in site.posts %}` 來遍巡文章，或 `{% for page in site.pages %}` 來遍尋頁面，藉此取得各頁面的 metadata，然後寫入 xml 中，因此可以在 jekyll 專案裡面建立一個 `sitemap.xml` 檔案，內容如下：

透過上面的程式碼，我們可以在部落格文章（post）或頁面（page）中，使用下列 metadata 來提供或修改相關資訊，格式如下：

sitemap:
  lastmod: 2014-01-23
  priority: 0.7
  changefreq: 'monthly'
  exclude: 'yes'

補充說明

在 Google Search Console 的提交 Sitemap 說明文件中提到， Sitemap 檔案要使用 UTF-8 編碼，如果遇到下列字元，需轉換成溢出碼。

字元	逸出碼
& 符號	&
單引號	'
雙引號	"
大於	>
小於	<

參考資料：