《互聯網新聞開放協議》是百度新聞搜索制定的新聞源收錄標準。網站可把發布的新聞內容製作為遵循此協議的 XML 網頁(獨立於原有的新聞發布形式),供搜索引擎索引,主動、及時地把新聞信息告知百度。採用該協議,相當於網站新聞被搜索引擎「訂閱」,有機會在更大範圍、更高頻次被網民訪問,從而為網站帶來潛在流量。
下面列出 XML 標籤說明,帶星號者為必選項:
*<document>——標記整個 XML 文件內容的開始與結束。*<webSite>——站點地址。*<webMaster>——負責人員的 Email。*<updatePeri>——更新周期,以分鐘為單位。*<item>——標記每篇新聞信息的開始與結束(不含專題)。*<title>——新聞標題。*<link>——新聞 URL,與單篇新聞一一對應。<description>——新聞內容簡介。*<text>——完整新聞正文(僅含正文文字)。*<image>——新聞正文相關圖片,採絕對地址;無圖可為空,多張則重複使用。<keywords>、<category>、<author>、<source>——關鍵詞、分類、作者、來源。*<pubDate>——新聞發布時間,需與 HTML 頁面一致,精確到分鐘。第一步:創建 XML 文件。製作前務必閱讀百度新聞源收錄標準,並注意:收錄網站須遵守《互聯網新聞信息服務管理規定》,尊重著作權;論壇、博客、公司網站等不適合收錄;不收取個人信息、廣告、笑話、情感故事等類型,也不收非中文新聞。支持的編碼格式有 GB2312、GB18030、UTF-8、BIG5,推薦 GB18030 或 UTF-8。每個 XML 文件最多存放最新 100 條新聞,並按時間排序(最新在最上端)。標籤內容中除文本外不能包含其他代碼,特殊字符(&、<、>、引號等)必須轉為 XML 轉義字符,或改用 CDATA 部件(以 <![CDATA[ 開始、]]> 結束)來規避轉義。
第二步:驗證 XML 文件。可借助 W3C 等提供的多種工具驗證 XML 結構,通過驗證能確保信息標準、不被搜索引擎遺漏。
第三步:提交 XML 網址。先把 XML 文件上傳到服務器,再把 URL 等信息填入對應欄位提交;URL 變化時需重新提交。同一站點一天最多提交 5 個不同的 XML 文件地址。
第四步:查詢 XML 文件狀態。輸入提交時的完整地址,即可查詢處理進度與反饋信息。
溫馨提示:百度會對提交的 XML 進行審核,但不保證一定收錄全部內容;提交後請留意彈出窗口以確認是否成功。