用Rails制作Google sitemap

原文首发：Ruby中文社区
社区地址：http://www.ruby-lang.org.cn/
转载请保留版权声明并以连接形式指向原文。


最近在做一个小小的东西，使用ROR制作，在制作完成后，需要制作Google sitemap。其实sitemap无非也就是一个xml文件而已，而在rails里操作xml文件比切萝卜还容易，不是吗？我们有rxml模板呢。

下面来看看代码。

sitemap_controller.rb

CODE:

class SitemapController < ApplicationController
  caches_action :index, :list
  before_filter :set_content_type
  
  def index
    @forums = Forum.find(:all, :select => :forum_id)
  end
  
  def list
    @topics = Topic.find(:all, :conditions => ['forum_id = ?', params[:id]], :select => :topic_id)
  end
  
  private
  def set_content_type
    @headers["Content-Type"] = "text/xml; charset=utf-8"   
  end
end在Controller里做的功能是相当的简单，就是将你要生成的URL的集合类取出来就行了。有几个地方需要注意：
1. caches_action :index, :list , 我们为了效率的原因，在这里使用了缓存功能，缓存了整个action.
2. @forums = Forum.find(:all, :select => :forum_id)， 因为在生成URL的时候我们只会用到id这个字段，所以为了效率的原因，就只选择id字段了。
3. before_filter，这个是设置HTTP头的，本来是可以不用的，不知道为何在某些浏览器上会有问题，所以我加上了，如果你没有问题，就去掉吧。

index.rxml

CODE:

xml.instruct!

xml.sitemapindex :xmlns => 'http://www.google.com/schemas/sitemap/0.84' do
  @forums.each do |f|
    xml.sitemap do
      xml.loc         url_for(:only_path => false, :controller => 'Sitemap', :action => 'list', :id => f.id)
      xml.lastmod     w3c_date(Time.now)
    end
  end
end这里也有点要注意的地方：
1. index这个action生成的不是具体的地址，而是指向到另一些sitemap的sitemapindex.
2. url_for(:only_path) 这个可以生成完整的URL，包含了域名和端口号等。

list.rxml

CODE:

xml.instruct!

xml.urlset 'xsi:schemaLocation' => "http://www.google.com/schemas/sitemap/0.84\r[url]http://www.google.com/schemas/sitemap/0.84/sitemap.xsd[/url]", "xmlns:xsi" => 'http://www.w3.org/2001/XMLSchema-instance', "xmlns" => 'http://www.google.com/schemas/sitemap/0.84' do
  @topics.each do |t|
    xml.url do
      xml.loc         url_for(:only_path => false, :controller => 'Article', :action => 'show', :id => t.id)
      xml.priority    0.9         
      xml.changefreq  "daily"        
      xml.lastmod     w3c_date(Time.now)
    end
  end
end这里就是具体的地址了，和上面的index一个道理，只是生成的xml格式不一样而已。

router.rb

CODE:

  map.connect 'index.xml', :controller => 'Sitemap', :action => 'index'
  map.connect ':action:id.xml', :controller => 'Sitemap', :requirements => {
                                  :id => /\d{1,4}/,
                                  :action => /list/
                                 }我写这段route的目的是为了生成的URL更方便于识别，这样会生成这样的URL:
首页：http://localhost/index.xml
列表：http://localhost/list1.xml

哦，对了还有一个地方需要注意，因为我们使用了缓存，因此需要自己去检测什么时候该更新这些sitemap，我的设置是2小时就更新一次，因此需要检测是否过期，应该会有更好的办法，但是我使用了一个比较老土的办法，大家有好的招数，就提出来。

application.rb

CODE:

# Filters added to this controller apply to all controllers in the application.
# Likewise, all the methods added will be available for all controllers.

class ApplicationController < ActionController::Base
  # Pick a unique cookie name to distinguish our session data from others'
  before_filter :check_expire
  
#  private
  def check_expire
    #expired = false
   
    self.last_clear_time ||= Time.now
    #puts self.last_clear_time
    #puts Time.now
    if (Time.now - self.last_clear_time) >= 2 * 60 * 60
      `rake tmp:cache:clear`
      self.last_clear_time = Time.now
      
      #expired = true
    end
   
    #expired
  end   
  
  def last_clear_time  
    name = File.expand_path("#{RAILS_ROOT}/last.update")
    if File.exists? name
      File.open(name, 'r') do |f|
        return Time.parse(f.readline)        
      end
    end  
  end
  
  def last_clear_time=(val)
    name = File.expand_path("#{RAILS_ROOT}/last.update")
    File.open(name, 'w') do |f|
      f.write val.to_s
    end
  end   
end基本原理是在railsroot目录下建立一个last.update的文件，里面记录了最后一次清除的时间，然后对每个controller应用before_filter，发现超过2小时，2 * 60 * 60，会执行rake清理cache任务，当然，这样会把所有的cache全部删除，不过网站本身比较简单，也就无所谓了。

最后一点，非必需但绝非不重要，更改你的robots.txt

CODE:

sitemap: http://localhost/index.xml这样支持sitemap协议的蜘蛛就会知道你的sitemap位于这个地址之上，目前支持的有googlebot, yahooslurp, msnbot等，国内的baidu尚不支持。

OK，大功告成，去Google提交吧，你的网站马上就要流量大涨了，感谢Ruby!