Sitemap

上一篇文章里说，我目前的blog在Google索引里总是旧的链接排在前面，而新的排在后面。新的链接和旧的相比几乎没有变化，两者间唯一的不同在于旧链接的结尾是/，而新链接是以.html结尾的。把/换成.html就可以访问到新的页面，否则就会得到404错误。我是没有问题，但不知情的人从Google里搜索到我的页面，获得404错误就不大方便了。

因此我在上一篇文章里写过，我在想法子让Google把顺序调整过来。我当时的主意是先在robots.txt里面加上“Disallow: /”这一句，粗暴的阻止任何搜索引擎索引我的全部页面。等Google搜索结果里面不含我的站点的任何结果后，再去掉robots.txt里面的那一句，让Google重新索引。相当粗暴的办法，我也不知道有没有效。但写文章的时候我自己提到了Sitemap，我才想起可能我的问题可以用sitemap来解决。

最近在新的blog系统上花了些心思，并在搜索引擎收录的方面有了一点心得，记录如下。

1 百度懂得找新页面

我过去用WordPress的时候，单篇文章的URL用的是/年/月/slug/的格式。而现在用的Movable Type所产生的静态页面的URL却是/年/月/slug.html格式的。这样一来在搜索引擎里的单篇文章地址就有许多过去留下的错误链接，这些链接都无法访问。在Google里面，挺奇怪的是我过去的那些文章都排在了前面。大约前3页以内没有.html结尾的页面。我不知道是不是那些地址资历“老”的原因。而在百度里，我新发布的页面都排在前面，刚才又查了一下，似乎旧格式的页面都不在搜索结果里面了。