553      百度  站长平台

站内搜索数据提交流程和格式说明

一、站内搜索数据提交流程

1、按照“百度站内搜索数据提交模板_0”格式要求组织好XML格式的数据文件，每个文件最多可包含 50,000 个网址，并且应该小于 10MB（10,485,759字节）；或者，创建包含上述数据文件地址的sitemap索引文件，每个索引文件包含的XML格式数据文件个数不限，但是单个索引文件应该小于10MB（10,485,759字节）。

    2、将数据文件或sitemap索引文件放到网站服务器上（建议放置在根目录下）。

    3、进入站内搜索工具的“提交数据”页面，点击“添加新数据”按钮；在新页面内依次选择文件类型（当前只有一个文件类型且已经默认选中），填写数据文件更新周期，填写数据文件（或sitemap索引文件）地址，输入验证码后，点击“提交”，则返回结果列表页；此时列表中新增1条或多条数据文件（或sitemap索引文件）地址。

    若点击“取消”将不保存设置并直接返回列表页。

    4、在百度开始处理您的数据之前（通常提交后1小时内开始处理），列表第3列将显示“等待”状态；如果数据不符合格式规范，状态将显示为“错误”，您可以根据提示修正数据后重新提交；如果所有数据通过格式校验，则状态为“正常”，但并不表示所有数据已经被抓取，抓取的快慢和您提交的数据量有关。

    5、数据文件提交后，百度spider会参考站长设定的更新周期自动抓取url，默认速度是10url/秒（一天86万）。初次提交时，一般第二天下午14:00后进行查询，就可以搜到比较多的结果；在此之前搜到的结果可能会比较少。

    6、更多有关数据提交的问题可查看Sitemap协议常见问题解答和操作常见问题解答。

二、站内搜索数据格式说明

数据格式基本信息

    百度站内搜索数据格式遵守“百度sitemap协议”，是基于XML格式的扩展版本，在<urlset>、<url>、<loc>、<lastmod>、<changefreq>、<priority>6个固定标签基础上，新增2个固定标签和16个扩展标签，便于站长组织并提交各个维度的有价值信息，用于搜索结果的摘要展现或筛选、排序。

注意：

    1、扩展标签中的<title>和<pubTime>虽然不是“必填”，但是建议填写。

       <title>将被站内搜索结果优先用作标题，可以避免展现站点名这类冗余信息。不会影响百度大搜索中的标题展现。

       <pubTime>即内容发布时间，是按照时间筛选或排序的主要依据。

    2、建议有条件的站点将正文内容通过<content>提交过来，这对于减轻百度对站点服务器的访问压力、提升收录效率都有较大帮助。<content>内容将被用来生成摘要，计算相关性，因此务请保证<content>内容的完整性。同样，只影响站内搜索，不会影响百度大搜索。

    3、其他扩展标签及其属性，可以根据需要选填。

数据格式具体说明

（1）xml固定标签