簡單介紹百度新聞開放協議XML文件製作方法
- 黄舟原創
- 2017-03-14 16:06:162171瀏覽
開放協定概述
使用此開放協議，將會為您的網站帶去更多流量!
《網路新聞開放協定》是百度新聞搜尋制定的搜索引擎新聞動態收錄標準，網站可將發佈的新聞內容製作成遵循此開放協定的XML 格式的網頁（獨立於原有的新聞發布形式）供搜尋引擎索引，將網站發佈的新聞資訊主動、及
開放協議概述
使用此開放協議，將會為您的網站帶去更多流量!
《互聯網新聞開放協議》是百度新聞搜尋制定的搜尋引擎新聞源收錄標準，網站可將發佈的新聞內容製作成遵循此開放協議的XML格式的網頁（獨立於原有的新聞發布形式）供搜尋引擎索引，將網站發布的新聞資訊主動、及時地告知百度搜尋引擎。
採用了《互聯網新聞開放協議》，就相當於網站的新聞被搜尋引擎訂閱，透過百度——全球最大的中文搜尋引擎這個平台，網友將有可能在更大範圍內更高頻率地訪問到您網站的新聞，進而為您的網站帶來潛在的流量。
開放協定非常簡單! 您可以在我們的幫助下輕鬆使用。 開放協議內容
下圖為遵照《網路新聞開放協議》製作的XML格式的網頁，網頁上依照標準格式列出了網站發佈的新聞的相關資訊。
XML網頁範例：
XML標籤說明： 其中帶有星號標記的為必選項，未帶星號標記為可選項。
*cda14e2a0e0fb84f90a700c41ccf0327－標記整個XML檔案內容的開始和結束。
*6d88e32f12c595d0a92c0477538a6c33——網站位址。
*f23cbc012a16cf9c5773f9cfa7d6c5ad——負責人員的Email。當有必要時，我們透過這個地址與您聯繫。
*a5fcace7c976e279954e0cbdb65fdd95——更新週期，以分鐘為單位。搜尋引擎將遵照此週期造訪該頁面，使頁面上的新聞更及時地出現在百度新聞中。
*5083cbefc9e5095dae6431462e2af988——標記每篇新聞資訊的開始和結束。標記內為單篇新聞訊息，不包括新聞專題。
*b2386ffb911b14667cb8f0f91ea547a7——新聞標題。
*2cdf5bf648cf2f33323966d7f58a7f3f——新聞url地址，與單篇新聞一一對應；若分頁的新聞存在多個URL，相當於多篇新聞。
8b55addfb40ddf4a384b1010d729e503——新聞內容簡介。
*28f128881ce1cdc57a572953e91f7d0f－完整的新聞正文（只包含正文文字，不包含HTML語言等其它字元）。此項的目的是使該篇新聞更多、更準地出現在搜尋結果中。
*dc0870658837139040642baa5555a380——新聞正文內相關圖片，採用絕對地址。若該篇新聞無相關圖片，可為空；若含有多張圖片，請重複使用該標籤。此項的目的是讓該篇新聞的相關圖片展現在搜尋結果中。
d1fb19bd5635c426ed7fb276fe54c405——為有可能成為頭條的新聞製作的頭條圖，採用絕對地址。
1c49609193281a21c4aac8fed3ad89c0——反映新聞主題內容的一個或多個關鍵字，關鍵字之間以空格隔開。此項目僅作為參考，檢索結果不完全依賴此標籤中的內容。
c58a1130350e5f417b7f5c3a9765ab7e——新聞分類， 可以遵循網站本身的分類體系，最好是一級分類。
48fe722b397613e801e59f453d6c9330——新聞作者，可以為機構或個人 。
e02da388656c3265154666b7c71a8ddc——新聞來源，即原創媒體或其它機構 。
*986e6b71e5a3a4a0e77dc3e4175cc787－新聞發佈時間，與該篇新聞HTML頁面上的發佈時間一致。請精確到分鐘；若您網站的發佈時間未記錄小時分鐘，提供年月日即可。
建議時間格式：年月日小時分鐘秒
如：2005-11-09 10:37|2005/11/09 10:37:00|2005.11.09 10:37:00|
2005年11月09日10時37分00秒|Fri, 09 Nov 2005 10:37:00 GMT
開放協議使用
使用之前，您需要了解以下幾點：
無論您的網站已經成為百度動態消息來源，或是尚未被百度新聞搜尋收錄，都可以使用此開放協議。
您使用開放協議提供的內容應全部符合以下《新聞動態收錄標準》。
《網路新聞開放協定》只是原始動態消息收錄方式的一種協助與有益補充，而非完全取代。
新聞源收錄標準：
百度希望新聞源多樣化，鼓勵原創新聞內容。如果是具有大量有價值的新聞內容並能及時更新的正規、合法媒體網站，且網站伺服器穩定、高速，就符合了百度收錄新聞源的基本原則。
百度新聞搜尋收錄的內容包括時政、娛樂、體育、財經、科教文化、社會生活等各類新聞報道及媒體評論，數碼產品、房產、汽車等行情資訊及評測，各行業的動態及行情，組織機構的工作動態等，是由專業人士撰寫或編輯的中文信息，不包括發布的個人信息、論壇、博客、廣告、幽默笑話、情感故事、情色、寫真、劇照、明星檔案、食譜、下載、多媒體等其它類型、其它語言互聯網資訊。
您應對提供的全部內容承擔一切法律責任，保證您提供內容的真實性、合法性，並不得侵犯任何第三方的權益。
下面就開始吧！
第一步：建立XML檔案
請您在建立XML檔案前務必閱讀百度新聞搜尋的新聞源收錄標準，並特別注意：
1、百度新聞搜尋收錄的新聞源網站必須符合及嚴格遵守國家《網路新聞資訊服務管理規定》，並在新聞發布和轉載過程中尊重創作人和源網站的著作權。
2、百度新聞搜尋不適合收錄的網站類型包括：論壇、部落格、公司網站等。
3、百度新聞搜尋不收錄個人資訊、廣告、招標、教學、幽默笑話、情感故事、情色、寫真、劇照、明星檔案、食譜、下載、多媒體等其它類型、其它語言網路資訊。
4、百度新聞搜尋希望收錄高品質的中文新聞，不收錄英文等其它非中文新聞。
5、請依照上述的開放協議內容製作XML檔。
其它說明：
#
支援的編碼格式有GB2312、GB18030、UTF-8、BIG5，建議使用GB18030或UTF-8格式。
您可以將網站某一時段發佈的全部新聞放在一個XML檔案中，也可以分頻道或欄位放在多個XML檔案中。
請保持每個XML檔案處於按更新週期持續自動更新狀態。更新周期可隨時依照您的需求調整。
每個XML檔案至多存放最新發布的100條新聞，無需保存先前的新聞。
請將發佈的新聞依照時間排序，即最新發佈的新聞在最上端，否則可能有新聞被遺漏。
XML標籤內容中，除文字文字以外不能包含其它任何程式碼，下表中的特殊字元必須轉換為XML定義的轉義字元。否則將發生錯誤導致搜尋引擎無法取得頁面上的新聞。
字符
转义后的字符
HTML字符
字符编码
和(and)
&
&
&
单引号
'
'
'
双引号
"
"
"
大于号
>
>
>
小于号
<
<
<
转义字符中的"&"无需再转。
建议您使用CDATA 部件。一个 CDATA 部件以"3005ee0b51d684587eb0f7123f28134a"标记结束。将包含代码或特殊字符的文本置于CDATA 部件内 ，就无需再对特殊字符进行转义。
第二步：验证XML文件
下面的地址提供了帮助您验证XML文件结构的多种工具：
http://www.php.cn/
http://www.php.cn/
通过验证的XML文件能够使您提供的信息更加标准，确保您发布的新闻信息不被搜索引擎遗漏。
第三步：提交XML网址
提交前请将XML文件上传到您的网站服务器，将XML文件的URL地址及其它信息输入下面对应的方框内。搜索引擎将定向访问该URL地址，当URL地址发生变化时需要重新提交。
若您的网站符合新闻源收录标准，百度新闻搜索将对您提交的数据进行测试和观察一周。如果XML文件基本按照 《互联网新闻开放协议》的要求制作但存在问题，我们会根据XML页面上提供的邮件地址与您联系。
注意:
1、 我们将对您提交的XML文件进行审核，百度新闻搜索不保证一定能收录您提交的全部内容。
2、站点名、地址为必填项，同一站点一天之内最多提交5个不同的XML文件地址。
3、提交地址后请您注意查看弹出窗口中的信息，以确认是否提交成功。
第四步：查询XML文件状态
您可以在下面的方框中输入您提交的XML文件地址，查询该文件的处理进度和反馈信息。
注意：输入的地址必须完整，即与您提交时的地址完全一致。
以上是簡單介紹百度新聞開放協議XML文件製作方法的詳細內容。更多資訊請關注PHP中文網其他相關文章！