Discussion :

[oliviercuyp]

Bonjour tout le monde,

J'ai quasi fini la réalisation de mon site avec ZF.
Je me pose maintenant la question de savoir comment réaliser un site map pour Google.

Voici mes différentes interrogations :

1. Que dois-je ajouter dans le robot.txt ?
2. Quel est le format à utiliser (xml vs html) ?
3. Quel est la meilleure structure à utiliser, auriez-vous un exemple ?
4. Vu que le site est hautement dynamique, dois-je générer tous les liens ?
5. Faites-vous un controller spécifique pour le sitemap ?

Voilà, en gros je ne sais pas par où commencer. Toute aide sera la bienvenue

[ThomasR]

Bonjour,

Un sitemap google n'est qu'un bête fichier XML.

Personnelement j'ai créé un fichier googlesitemap.xml à la racine de mon site. À chaque ajout, modification d'une des pages de mon site celui-ci est regénéré.


Le fait que ton site soit dynamique est un avantage indéniable, cela va te permettre de générer ce fichier dynamiquement. Il te suffit de parcourir les pages de ton site (je suppose qu'elles sont en DB), et, pour chacune de ces pages, créer la balise <url/> qui va bien.

Pour le générer rien de plus simple :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
 
$file = fopen('googlesitemap.xml','w+');
$buffer = '<?xml version="1.0" encoding="UTF-8"?>';
$buffer .= '<urlset xmlns="http://www.google.com/schemas/sitemap/0.84">';
$sql = mysql_query("SELECT * FROM pages");
while($page = mysql_fetch_array($sql)){
    $buffer .= '<url>
             <loc>'.$page['url'].'</loc>
             <changefreq>monthly</changefreq>
          </url>';
}
$buffer .= '</urlset>';
fwrite($file,$buffer);
fclose($file);

Normalement tu n'as rien à configurer dans ton fichier robots à part si tu as mis noindex nofollow bien sur Aussi, le fichier sitemap à fournir est au format XML. Il n'a pas à être relayé dans ton site, tu peux fournir directement le fichier ou l'url du fichier à Google dans les outils pour webmaster.

[oliviercuyp]

Bonjour ThomasR,

Merci pour ta réponse, je commence à y voir un peu plus clair.
A la base, je voulais mettre un controller avec un view spécifique qui génèraient le sitemap à chaque appel, pour toujours avoir la version la plus à jour. Mais maintenant, cela ne semble plus être possible vu que le fichier doit s'appeler sitemap.xml ....

La dernière chose que j'arrive pas à comprendre, c'est que pour certains site Google crée une sorte de mini-arborescence. Je pensais que cela venait du sitemap, mais je ne vois pas comment définir la structure du site dans le sitemap.

Sinon dans mes recherche sur le net, j'ai trouvé d'autres balise optionelle :

<priority>0.5</priority>
<lastmod>2008-02-05T10:22:56+00:00</lastmod>
<changefreq>daily</changefreq>

Je comprends leurs significations, mise à part pour priority. Je ne vois pas ce que ça influe ...

Encore merci,
Olivier

[ThomasR]

un view spécifique qui génèraient le sitemap à chaque appel, pour toujours avoir la version la plus à jour. Mais maintenant, cela ne semble plus être possible vu que le fichier doit s'appeler sitemap.xml ....

Le nom du fichier ne détermine en rien son contenu Tu peux le nommer googlesitemap.php et en faire un document XML. Dans ce cas tu ne pourras pas fournir à Google ton fichier sitemap car ce dernier contient du PHP, mais tu devras lui fournir l'url du sitemap (www.monsite.com/sitemap.php).

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
header('Content-Type: text/xml');

Les liens que tu peux voir en dessous de certains sites sont des liens entièrement générés par google, tu n'auras jamais la main dessus. Lorsque google te met en première place pour une recherche, il peut attributer à ton site des "liens de site" ou "sitelinks", ces liens seront les pages les plus pertinentes de ton site.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
<priority>0.5</priority>

Priority est comme son nom l'indique, un indice de priorité, par exemple la page www.monsite.com/mentions-legales est moins prioritaire que www.monsite.com/produits. De ce fait, le moteur de recherche, lorsqu'il devra trancher entre deux de tes pages, le fera en fonction de leur priorité respective.

Si cette balise n'est pas précisée, une priorité de 0,5 sera affectée à l'url.

[oliviercuyp]

ThomasR,

Merci pour toutes ces précisions.
A la base, je pensais que le fichier devais obligatoirement s'appler sitemap.xml pour que le robot de google le retrouve.
Si ce n'est pas le cas, comment renseignes-tu le nom du fichier au robot de google ?

Sinon, après avoir lu tes différentes réponses, je pensais mettre en place le système suivant en ZF MVC (dis moi ce que tu en penses) :

1. Créer mon SitemapController avec son action et sa vue index.phtml
2. Créer une route static spécifique à ce controller
3. Mettre une cache ouput dessus (de 1 jour)

Voici un peu de code pour illiustrer ceci :

La route dans le config.ini

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
...
routes.sitemap.type = "Zend_Controller_Router_Route_Static"
routes.sitemap.route = "sitemap.xml"
routes.sitemap.defaults.module = "default"
routes.sitemap.defaults.controller = "sitemap"
routes.sitemap.defaults.action = "index"
...

Dans le bootstrap

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
...
$cache = Zend_Cache::factory('Output', 'File', $config->cache->frontend->toArray(), $config->cache->backend->toArray());
Zend_Registry::set('cache', $cache);

Le controller

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
class SitemapController extends Zend_Controller_Action {
 
public function indexAction() {
  ...
  if(!Zend_Registry::get('cache')->test('sitemap') {
      $this->view->pages = $db->getPages();
  }
}

La view

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
 
<? if(!Zend_Registry::get('cache')->start('sitemap')) : // Starts caching ?>
<?xml version="1.0" encoding="UTF-8"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
<? foreach($this->pages as $page) : ?>
<url>
  <loc><?= $page['url'] ?></loc>
  <lastmod><?= $page['modificationDate'] ?></lastmod>
  <changefreq>Daily</changefreq>
  <priority><?= $page['priority'] ?></priority>
</url>
<? endforeach ?>
</urlset>
<? Zend_Registry::get('cache')->end() ?>
<? endif ?>

PS: Ceci est évident un code simplifier à l'extrême comparé au vrai projet en cours . C'est d'ailleur pour cela que j'utilise la cache ouput et pas la cache page.

Ah oui, au passage, je me posais encore une question...
Est-ce que vaut la peine (en terme de référencement), de sauver différentes urls qui ont la même destination, exemple :

http://www.monsite.com
http://www.monsite.com/index
http://www.monsite.com/index/index

???

Même question pour tous les résultats de recherche. En effet, mon projet dispose d'un moteur de recherche assez avancé et toutes les combinaisons des diffèrents critères du GET mènent à plusieurs millers d'urls possibles.
En gros, je ne désire pas vraiment que ces pages de recherches soient indexées sauf si ça améliore le référencement global site (ce que je ne sais pas) ...

Désolé, pour toutes ces questions, mais tout ça est un peu nouveau pour moi.

[ThomasR]

Pour les moteurs de recherche c'est très confusant d'avoir plusieurs URL pour le même contenu. De plus, cela peut-être considéré comme du spamDexing.

Concernant ton moteur de recherche, il ne doit pas être indéxé par les moteurs de recherche, pour la seule et unique raison qu'un internaute n'a pas à se retrouver dans un second moteur de recherche après avoir recherché une entrée dans un premier moteur de recherche.

[oliviercuyp]

C'est bien ce que je pensais.
Sinon, j'ai mis en place la solution que décrite 2 messages plus haut mais il me reste un dernier soucis plus général avec le content-type de la view.
J'ai donc créer une discussion spécifique à ce problème ici
Pourrais-tu jeter un oeil stp, ça m'aiderait beaucoup.

Encore merci pour tout ces précieux conseils,
Olivier