Cómo crear un Sitemap/Urllist de nuestra web

Uno de los elementos clave para comenzar a posicionar nuestra página web es que todas las páginas estén correctamente indexadas en los motores de búsqueda. Los roBots (crawlers) de los buscadores son los encargados de buscar por la red e indexar las páginas. Normalmente suelen hacerlo siguiendo todos los enlaces de un sitio web, pero ¿qué mejor que darles el trabajo ya hecho?, para ello podemos crear un sitemap (para Google) o urlllist (para Yahoo). Ambos archivos son el mismo, es cuestión de nomenclatura empresarial (cada uno lo llama de una forma distinta).

¿Cómo puedo hacer un Sitemap?

A grandes rasgos podemos encontrar dos formas de crear nuestro sitemap: en XML o en TXT. La primera opción es la más completa; además de la dirección de la página web, se muestra más información como la periodicidad con la que se actualiza, la prioridad respecto a otras páginas, etc.

Nuestro documento, ya sea en XML o en TXT, deberá estar codificado en UTF-8.

Creando un sitemap en TXT

Bastará con hacer un listado de todas las páginas que forman el sitio en el Bloc de notas y guardar un archivo .TXT en formato UTF-8.

http://www.midominio.com

http://www.midominio.com/pagina01

http://www.midominio.com/pagina02

…

Creando un sitemap en XML

Para crear un Sitemap en XML debemos seguir estos pasos:

• Comenzar con una etiqueta de apertura <urlset> y terminar con una de cierre </urlset>
• Especificar el protocolo estándar al que responde dentro de la etiqueta de apertura <urlset>
• Incluir una entrada <url> por cada dirección URL (que corresponderá a cada una de las páginas del sitio) como nodo XML padre.
• Incluir un nodo XML hijo <loc> para cada dirección URL (cada nodo XML padre <url>).

<?xml version="1.0" encoding="UTF-8"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
<url>
<loc>http://www.misitio.com/</loc>
</url>
<url>
<loc>http://www.misitio.com/contacto.htm</loc>
</url>
</urlset>

Cada nodo <url> padre puede contener (además del nodo <loc> hijo obligatorio) cierta información adicional útil para que el proceso de indexación se realice más inteligentemente. Los nodos opcionales, aunque importantes, son:

<lastmod>Fecha</lastmod>

Se refiere a la fecha de la última modificación de la página que figura en <loc>. Esta fecha debe expresarse en formado AAAA-MM-DD, por lo que el 8 de julio de 2006 será 2006-07-08.

<changefrec>Frec</changefrec>

Se refiere a que tan a menudo cambia la página que figura en <loc> y será un dato que indicará a la araña con qué frecuencia volver a visitar el sitio. Es un valor orientativo, por lo que no quiere decir que deba cumplirse forzosamente.

Frec puede tomar alguno de los siguientes valores: always (siempre, para páginas que cambian cada vez que se muestran. Típicamente, las dinámicas), hourly (a cada hora), daily (diariamente), weekly (semanalmente), monthly (mensualmente), yearly (anualmente) o never (nunca, típicamente para páginas archivadas).

<priority>Valor</priority>

Se refiere a la importancia que tiene la página que figura en <loc> respecto de las demás que componen el sitio. Es simplemente una manera de indicar prioridades relativas dentro del sitio, sin ningún efecto hacia el exterior del mismo.

Valor puede tomar valores entre 0 y 1. El valor por defecto es 0.5

Para comenzar a utilizar el sitemap bastará con subirlo al directorio razi de nuestro sitio e indicar a los motores de búsqueda dónde encontrarlo.

A través de Google Webmaster Tools o de Yahoo Site explorer podemos proporcionarles la información de nuestro Sitemap.

Por otra parte, hay aplicaciones para crear los sitemaps automáticamente, como http://www.xml-sitemaps.com/

Fuente de parte del artículo: http://www.maestrosdelweb.com