百度新聞開放協(xié)議XML文檔制作方法簡述

2024-09-05 20:55:26

字體：大中小

供稿：網(wǎng)友

開放協(xié)議概述
使用此開放協(xié)議，將會為您的網(wǎng)站帶去更多流量!
《互聯(lián)網(wǎng)新聞開放協(xié)議》是百度新聞搜索制定的搜索引擎新聞源收錄標(biāo)準(zhǔn)，網(wǎng)站可將發(fā)布的新聞內(nèi)容制作成遵循此開放協(xié)議的XML格式的網(wǎng)頁（獨(dú)立于原有的新聞發(fā)布形式）供搜索引擎索引，將網(wǎng)站發(fā)布的新聞信息主動、及時地告知百度搜索引擎。
采用了《互聯(lián)網(wǎng)新聞開放協(xié)議》，就相當(dāng)于網(wǎng)站的新聞被搜索引擎訂閱，通過百度——全球最大的中文搜索引擎這個平臺，網(wǎng)民將有可能在更大范圍內(nèi)更高頻率地訪問到您網(wǎng)站的新聞，進(jìn)而為您的網(wǎng)站帶來潛在的流量。
開放協(xié)議非常簡單! 您可以在我們的幫助下輕松使用。 開放協(xié)議內(nèi)容
下圖為遵照《互聯(lián)網(wǎng)新聞開放協(xié)議》制作的XML格式的網(wǎng)頁，網(wǎng)頁上按照標(biāo)準(zhǔn)格式列出了網(wǎng)站發(fā)布的新聞的相關(guān)信息。
XML網(wǎng)頁示例：
百度新聞開放協(xié)議XML文檔制作方法簡述

XML標(biāo)簽說明： 其中帶星號標(biāo)記的為必選項(xiàng)，未帶星號標(biāo)記為可選項(xiàng)。
*<document>——標(biāo)記整個XML文件內(nèi)容的開始和結(jié)束。
*<webSite>——站點(diǎn)地址。
*<webMaster>——負(fù)責(zé)人員的Email。當(dāng)有必要時，我們通過這個地址與您聯(lián)系。
*<updatePeri>——更新周期，以分鐘為單位。搜索引擎將遵照此周期訪問該頁面，使頁面上的新聞更及時地出現(xiàn)在百度新聞中。
*<item>——標(biāo)記每篇新聞信息的開始和結(jié)束。標(biāo)記內(nèi)為單篇新聞信息，不包括新聞專題。
*<title>——新聞標(biāo)題。
*<link>——新聞url地址，與單篇新聞一一對應(yīng)；若分頁的新聞存在多個URL，相當(dāng)于多篇新聞。
<description>——新聞內(nèi)容簡介。
*<text>——完整的新聞?wù)模▋H包含正文文字，不包含HTML語言等其它字符）。此項(xiàng)的目的是使該篇新聞更多、更準(zhǔn)地出現(xiàn)在搜索結(jié)果中。
*<image>——新聞?wù)膬?nèi)相關(guān)圖片，采用絕對地址。若該篇新聞無相關(guān)圖片，可以為空；若含有多張圖片，請重復(fù)使用該標(biāo)簽。此項(xiàng)的目的是使該篇新聞的相關(guān)圖片展現(xiàn)在搜索結(jié)果中。
<headlineImg>——為有可能成為頭條的新聞制作的頭條圖，采用絕對地址。
<keywords>——反映新聞主題內(nèi)容的一個或多個關(guān)鍵詞，關(guān)鍵詞之間以空格隔開。此項(xiàng)僅作為參考，檢索結(jié)果不完全依賴于此標(biāo)簽中的內(nèi)容。
<category>——新聞分類，可以遵循網(wǎng)站自身的分類體系，最好采用一級分類。
<author>——新聞作者，可以為機(jī)構(gòu)或個人。
<source>——新聞來源，即原創(chuàng)媒體或其它機(jī)構(gòu) 。
*<pubDate>——新聞發(fā)布時間，與該篇新聞HTML頁面上的發(fā)布時間保持一致。請精確到分鐘；若您網(wǎng)站的發(fā)布時間未記錄小時分鐘，提供年月日即可。
推薦時間格式：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(xié)議使用
使用之前，您需要了解以下幾點(diǎn)： 無論您的網(wǎng)站已經(jīng)成為百度新聞源，還是尚未被百度新聞搜索收錄，都可以使用此開放協(xié)議。您使用開放協(xié)議提供的內(nèi)容應(yīng)全部符合下面《新聞源收錄標(biāo)準(zhǔn)》。《互聯(lián)網(wǎng)新聞開放協(xié)議》只是原始新聞源收錄方式的一種協(xié)助和有益補(bǔ)充，而不是完全取代。
新聞源收錄標(biāo)準(zhǔn)：
百度希望新聞源多樣化，鼓勵原創(chuàng)新聞內(nèi)容。如果是具有大量有價值的新聞內(nèi)容并能及時更新的正規(guī)、合法媒體網(wǎng)站，且網(wǎng)站服務(wù)器穩(wěn)定、高速，就符合了百度收錄新聞源的基本原則。
百度新聞搜索收錄的內(nèi)容包括時政、娛樂、體育、財(cái)經(jīng)、科教文化、社會生活等各類新聞報(bào)道及媒體評論，數(shù)碼產(chǎn)品、房產(chǎn)、汽車等行情資訊及評測，各行業(yè)的動態(tài)及行情，組織機(jī)構(gòu)的工作動態(tài)等，是由專業(yè)人士撰寫或編輯的中文信息，不包括發(fā)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(lián)網(wǎng)信息。
您應(yīng)對提供的全部內(nèi)容承擔(dān)一切法律責(zé)任，保證您提供內(nèi)容的真實(shí)性、合法性，并不得侵犯任何第三方的權(quán)益。
下面就開始吧！
第一步：創(chuàng)建XML文件
請您在創(chuàng)建XML文件前務(wù)必閱讀百度新聞搜索的新聞源收錄標(biāo)準(zhǔn)，并特別注意：
1、百度新聞搜索收錄的新聞源網(wǎng)站必須符合及嚴(yán)格遵守國家《互聯(lián)網(wǎng)新聞信息服務(wù)管理規(guī)定》，并在新聞發(fā)布和轉(zhuǎn)載過程中尊重創(chuàng)作人和源網(wǎng)站的著作權(quán)。
2、百度新聞搜索不適合收錄的網(wǎng)站類型包括：論壇、博客、公司網(wǎng)站等。
3、百度新聞搜索不收錄個人信息、廣告、招標(biāo)、教程、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(lián)網(wǎng)信息。
4、百度新聞搜索希望收錄高質(zhì)量的中文新聞，不收錄英文等其它非中文新聞。
5、請按照上面公布的開放協(xié)議內(nèi)容制作XML文件。
其它說明：
支持的編碼格式有GB2312、GB18030、UTF-8、BIG5，推薦使用GB18030或UTF-8格式。您可以將網(wǎng)站某一時間段發(fā)布的全部新聞放在一個XML文件中，也可以分頻道或欄目放在多個XML文件中。請保持每個XML文件處于按更新周期持續(xù)自動更新狀態(tài)。更新周期可根據(jù)您的需要隨時進(jìn)行調(diào)整。每個XML文件至多存放最新發(fā)布的100條新聞，無需保存之前的新聞。請將發(fā)布的新聞按照時間排序，即最新發(fā)布的新聞在最上端，否則可能有新聞被遺漏。 XML標(biāo)簽內(nèi)容中，除文字文本以外不能包含其它任何代碼，下表中的特殊字符必須轉(zhuǎn)換為XML定義的轉(zhuǎn)義字符。否則將發(fā)生錯誤導(dǎo)致搜索引擎不能獲取頁面上的新聞。字符轉(zhuǎn)義后的字符 HTML字符字符編碼和(and) & & & 單引號 ' ' ' 雙引號 " " " 大于號 > > > 小于號 < < < 轉(zhuǎn)義字符中的"&"無需再轉(zhuǎn)。
建議您使用CDATA 部件。一個 CDATA 部件以"<![CDATA[" 標(biāo)記開始，以"]]>"標(biāo)記結(jié)束。將包含代碼或特殊字符的文本置于CDATA 部件內(nèi) ，就無需再對特殊字符進(jìn)行轉(zhuǎn)義。
第二步：驗(yàn)證XML文件
下面的地址提供了幫助您驗(yàn)證XML文件結(jié)構(gòu)的多種工具：
http://www.w3.org/XML/Schema#Tools
http://www.xml.com/pub/a/2000/12/13/schematools.html
通過驗(yàn)證的XML文件能夠使您提供的信息更加標(biāo)準(zhǔn)，確保您發(fā)布的新聞信息不被搜索引擎遺漏。
第三步：提交XML網(wǎng)址
提交前請將XML文件上傳到您的網(wǎng)站服務(wù)器，將XML文件的URL地址及其它信息輸入下面對應(yīng)的方框內(nèi)。搜索引擎將定向訪問該URL地址，當(dāng)URL地址發(fā)生變化時需要重新提交。
若您的網(wǎng)站符合新聞源收錄標(biāo)準(zhǔn)，百度新聞搜索將對您提交的數(shù)據(jù)進(jìn)行測試和觀察一周。如果XML文件基本按照《互聯(lián)網(wǎng)新聞開放協(xié)議》的要求制作但存在問題，我們會根據(jù)XML頁面上提供的郵件地址與您聯(lián)系。
注意:
1、我們將對您提交的XML文件進(jìn)行審核，百度新聞搜索不保證一定能收錄您提交的全部內(nèi)容。
2、站點(diǎn)名、地址為必填項(xiàng)，同一站點(diǎn)一天之內(nèi)最多提交5個不同的XML文件地址。
3、提交地址后請您注意查看彈出窗口中的信息，以確認(rèn)是否提交成功。
第四步：查詢XML文件狀態(tài)
您可以在下面的方框中輸入您提交的XML文件地址，查詢該文件的處理進(jìn)度和反饋信息。
注意：輸入的地址必須完整，即與您提交時的地址完全一致。

上一篇：XML教程:通過一個例子來學(xué)習(xí)XML的語法

下一篇：XML教程:XML有哪些用途?