百度站内搜索全新改版：WordPress生成通用行业模板数据的php脚本

今早进入百度站长平台查看站内搜索时，发现百度站内搜索已全新升级到 2.0 版本！原先的站内搜索已经转移到了独立的二级域名：http://zn.baidu.com
进一步查看发现站内搜索新增了一个结果页样式设置功能：
包含如下三种自定义设置：
①、页面顶部设置

②、频道设置
③、结果样式模板

其中我比较感兴趣的是频道设置，可以更加接近搜索引擎的风格，比如百度搜索：

仔细研究了一下这个频道设置，发现要区分不同的频道，有 2 种途径：
①、不同频道使用不同的二级域名（一般大站常有的做法，比如 news.163.com）；
②、提交行业模板数据，每一组 XML 数据使用面包屑标签breadCrumb来区分该内容所在频道；
很明显，张戈博客这种简单小站只能选择第二种方案，顺手把以前的 sitemap 脚本修改了下，就成功提交了！
下面分享这个 php 脚本的代码：

<?php
require('./wp-blog-header.php');
header("Content-type: text/xml");
header('HTTP/1.1 200 OK');
$posts_to_show = 5000;
echo '<?xml version="1.0" encoding="UTF-8"?>';
echo '<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9" xmlns:mobile="http://www.baidu.com/schemas/sitemap-mobile/1/">'
?>
<!-- generated-on=<?php echo get_lastpostdate('blog'); ?> Diy By 张戈博客(https://zhang.ge)-->
<?php
//不带链接的标签函数
function tagtext() {
global $post;
$gettags = get_the_tags($post->ID);
if($gettags) {
foreach ($gettags as $tag) {
$posttag[] = $tag->name;
}
$tags = implode( ']]></tag><tag><![CDATA[', $posttag );
echo '<tag><![CDATA[' .$tags. ']]></tag>';
}
}
function get_page_title($page_id){
global $wpdb;
$page_title = $wpdb->get_var("SELECT post_title FROM $wpdb->posts WHERE ID = '".$page_id."' AND post_status="publish" AND post_type="page"");
echo $page_title;
}
/* 文章页面 */
header("Content-type: text/xml");
$myposts = get_posts( "numberposts=" . $posts_to_show );
foreach( $myposts as $post ) { ?>
<url>
<loc><![CDATA[<?php the_permalink(); ?>]]></loc>
<lastmod><?php the_time('c') ?></lastmod>
<changefreq>monthly</changefreq>
<priority>0.6</priority>
<data>
<display>
<title><![CDATA[<?php the_title(); ?>]]></title>
<content><![CDATA[<?php echo strip_tags(apply_filters('the_content', $post->post_content));?>]]></content>
<?php tagtext(); ?>
<pubTime><?php the_time('c') ?></pubTime>
<breadCrumb title="首页" url="<?php echo get_home_url(); ?>"/>
<?php
$category = get_the_category();
echo '<breadCrumb title="'.$category[0]->cat_name.'" ';
$cat_ID = get_cat_ID($category[0]->cat_name);
echo 'url="'.get_category_link($cat_ID).'"/>';
?>
<thumbnail loc="<?php
if (has_post_thumbnail()){
echo get_post_thumbnail_url($post->ID);
} else {
//若主题自带特色图片函数，请填写到此处，比如 echo catch_first_image();（可留空）
}
?>"/>
</display>
</data>
</url>
<?php } /* 文章结束 */ ?>
<?php
/* 单页面 */
$mypages = get_pages();
if(count($mypages) > 0) {
foreach($mypages as $page) { ?>
<url>
<loc><![CDATA[<?php echo get_page_link($page->ID); ?>]]></loc>
<lastmod><?php echo str_replace(" ","T",get_page($page->ID)->post_modified); ?>+00:00</lastmod>
<changefreq>monthly</changefreq>
<priority>0.6</priority>
<data>
<display>
<title><![CDATA[<?php get_page_title($page->ID); ?>]]></title>
<content><![CDATA[<?php echo strip_tags(apply_filters('the_content', get_page($page->ID)->post_content));?>]]></content>
<pubTime><?php echo str_replace(" ","T",get_page($page->ID)->post_modified); ?>+00:00</pubTime>
<breadCrumb title="首页" url="<?php echo get_home_url(); ?>"/>
</display>
</data>
</url>
<?php }} /* 单页面结束 */ ?>
<?php
/* 博客分类 */
$terms = get_terms('category', 'orderby=name&hide_empty=0' );
$count = count($terms);
if($count > 0){
foreach ($terms as $term) { ?>
<url>
<loc><![CDATA[<?php echo get_term_link($term, $term->slug); ?>]]></loc>
<changefreq>weekly</changefreq>
<priority>0.8</priority>
<data>
<display>
<title><![CDATA[<?php echo $term->name; ?>]]></title>
<content><![CDATA[<?php echo $term->description; ?>]]></content>
<breadCrumb title="首页" url="<?php echo get_home_url(); ?>"/>
<breadCrumb title="<?php echo $term->name; ?>" url="<?php echo get_term_link($term, $term->slug); ?>"/>
</display>
</data>
</url>
<?php }} /* 分类结束 */?>
</urlset>

将以上代码保存为 sitemap_hy.php 上传到 WordPress 网站根目录即可，然后在浏览器访问这个文件查看效果，比如：
https://zhang.ge/sitemap_hy.php

只要不报错就成功了！现在就可以前往百度站内搜索提交了：http://zn.baidu.com/cse/schema/sitemap

成功提交后，继续打开频道设置，参考下图将你博客的主要分类填入到相应栏位即可：

第二列留空则表示输出全部搜索结果，如果有面包屑，则表示从提交的 sitemap 中筛出相同面包屑的内容，全部填写完成后点击保存并查看效果了，比如，张戈博客的站内搜索地址：http://so.zhang.ge
提交结果后，就只能等待百度抓取数据并展现了，所以短时间内将如下显示：

隔了一晚上发现张戈博客的站内搜索已经开始展现数据了：

缩略图和标题都已经有了，但是内容却是一个【略】，再次看了下百度关于这个数据文件的说明。
content：如能提交全文，则不需要 spider 再抓取，既可以降低站点服务器压力，提升收录效率，也可以避免搜索系统解析误差。
好吧，既然如此，我就再折腾一下，让 content 输出文章内容！(上文代码已更新！)
最后，如果你对百度站内搜索比较感兴趣，还可以看看张戈博客的其他相关文章：
PHP 制作百度站内搜索绿色通道的网页列表数据文件
关于新版站内搜索和行业数据模板的分享就到此告一段落，下面我会继续研究下站内搜索的页面顶部设置和结果样式设置，敬请期待！

收录于{张戈博客} 原文链接原文链接