បញ្ចូលទំព័រដើមរបស់អ្នក ហើយម៉ាស៊ីនមេរបស់យើងរុករកគេហទំព័រតាមរបៀបដែលម៉ាស៊ីនស្វែងរកធ្វើ៖ វាតាមតំណនៅលើ host ដដែល គោរព robots.txt និង Crawl-delay ហើយចូលមើលរហូតដល់ 200 ទំព័រ (ឬប្រហែល 45 វិនាទី)។ ទំព័រដែលបញ្ជូនបន្ត ឆ្លើយកំហុស មិនមែន HTML មាន tag noindex ឬដាក់ឈ្មោះ URL canonical ផ្សេង ត្រូវបានទុកចោល ហើយរាយជាមួយមូលហេតុ។
URL បង្ហាញក្នុងបញ្ជីដែលអាចកែបាន ដូច្នេះអ្នកអាចដកទំព័រចេញ ឬបន្ថែមទំព័រដែល crawler មិនអាចទៅដល់។ sitemap.xml ត្រូវបានសរសេរក្នុងកម្មវិធីរុករករបស់អ្នក ជាមួយកាលបរិច្ឆេទ lastmod ពី header Last-Modified changefreq និង priority តាមជម្រៅនៃការចុច (ជាជម្រើស)។
របៀបប្រើឧបករណ៍ បង្កើត XML Sitemap
- បញ្ចូលទំព័រដើមនៃគេហទំព័ររបស់អ្នក ហើយជ្រើសចំនួនទំព័រដែលត្រូវរុករក។
- ចុច រុករកគេហទំព័រ ហើយរង់ចាំរហូតដល់មួយនាទី។
- ពិនិត្យបញ្ជី URL កែវាបើចាំបាច់ ហើយជ្រើសជម្រើស lastmod, changefreq និង priority។
- ចុច ទាញយក sitemap.xml បង្ហោះវាទៅគេហទំព័ររបស់អ្នក ហើយដាក់ស្នើវាក្នុង Google Search Console។
ហេតុអ្វីប្រើ បង្កើត XML Sitemap របស់ ToolOrca
- ការរុករក host ដដែលរហូតដល់ 200 ទំព័រ ដែលគោរព robots.txt
- រំលង redirect កំហុស ឯកសារមិនមែន HTML ទំព័រ noindex និងមិនមែន canonical
- បញ្ជី URL ដែលអាចកែបាន មុនពេល XML ត្រូវបានសរសេរ
- lastmod (ពី Last-Modified) changefreq និង priority តាមជម្រៅ (ជាជម្រើស)
- បង្ហាញទំព័រដែលបានរំលង ជាមួយមូលហេតុ
- XML sitemaps.org ត្រឹមត្រូវ រួចរាល់សម្រាប់បង្ហោះ
ពេលណា sitemap ដែល crawler បង្កើតគឺគ្រប់គ្រាន់
សម្រាប់គេហទំព័រតូច (រហូតដល់ពីរបីរយទំព័រ) ដែលកម្រផ្លាស់ប្តូរ sitemap ដែលបានបង្កើតដំណើរការល្អ។ បង្កើតវាឡើងវិញបន្ទាប់ពីបន្ថែម ឬដកទំព័រ។ គេហទំព័រដែលបង្កើតដោយ WordPress, Shopify, Wix ឬកម្មវិធីបង្កើតគេហទំព័រ static ភាគច្រើន អាចបង្កើត និងធ្វើបច្ចុប្បន្នភាព sitemap ដោយស្វ័យប្រវត្តិ។ ប្រើវាបើអ្នកមាន។
crawler រកឃើញតែទំព័រដែលត្រូវបានភ្ជាប់ពីទំព័រផ្សេងប៉ុណ្ណោះ។ ទំព័រកំព្រា ទំព័រនៅពីក្រោយទម្រង់ និងតំណដែលបន្ថែមដោយ JavaScript ត្រូវបានរំលង។ បន្ថែមពួកវាទៅក្នុងបញ្ជីដោយដៃ។
បន្ទាប់ពីអ្នកបង្ហោះ sitemap
បន្ថែម Sitemap: https://your-domain/sitemap.xml ទៅ robots.txt ដាក់ស្នើ sitemap ក្នុង Google Search Console ហើយពិនិត្យវាជាមួយ កម្មវិធីផ្ទៀងផ្ទាត់ sitemap។ បន្ទាប់មក Search Console រាយការណ៍ថាទំព័រក្នុងបញ្ជីប៉ុន្មានត្រូវបានដាក់ index និងហេតុអ្វីទំព័រផ្សេងទៀតមិនត្រូវ។
សំណួរដែលសួរញឹកញាប់
ហេតុអ្វីទំព័រខ្លះរបស់ខ្ញុំបាត់?
ពួកវាមិនត្រូវបានភ្ជាប់ពីទំព័រដែលបានរុករក ត្រូវបានរារាំងដោយ robots.txt មាន noindex ឬ URL canonical ផ្សេង ឬដែនកំណត់ 200 ទំព័រ / 45 វិនាទីត្រូវបានឈានដល់។ សេចក្តីសង្ខេបប្រាប់ថាមួយណា។
តើវារួមបញ្ចូលរូបភាព ឬ hreflang ទេ?
ទេ វាសរសេរ URL sitemap ស្តង់ដារ។ ធាតុរូបភាព និង hreflang អាចបន្ថែមដោយដៃ។ កម្មវិធីបង្កើត hreflang សរសេរ XML សម្រាប់កំណែភាសា។
តើ priority មានប្រយោជន៍ទេ?
Google មិនអើពើ priority និង changefreq ទេ ដូច្នេះពួកវាត្រូវបិទតាមលំនាំដើម។ កាលបរិច្ឆេទ lastmod ត្រឹមត្រូវមានប្រយោជន៍ជាង។
តើការរុករកនឹងធ្វើឱ្យគេហទំព័ររបស់ខ្ញុំយឺតទេ?
ទេ។ វាទាញយកយ៉ាងច្រើនបីទំព័រក្នុងពេលតែមួយ (មួយម្តងៗពេល robots.txt កំណត់ Crawl-delay) ហើយឈប់ត្រឹម 200 ទំព័រ។
តើទំព័រដែលខ្ញុំពិនិត្យត្រូវបានរក្សាទុកនៅកន្លែងណាមួយទេ?
ទេ។ ម៉ាស៊ីនមេរបស់យើងទាញយកទំព័រម្តងដើម្បីវិភាគ រក្សាលទ្ធផលក្នុង memory ប៉ុន្មាននាទី ដើម្បីឱ្យការពិនិត្យម្តងទៀតលឿនភ្លាមៗ ហើយមិនរក្សាទុកអ្វីទាំងអស់។ អាសយដ្ឋានឯកជន និងក្នុងស្រុក (localhost, 192.168.x.x, 10.x.x.x, ឈ្មោះ .local) ត្រូវបានបដិសេធ។