通过爬取网站,生成sitemap.xml
Nie możesz wybrać więcej, niż 25 tematów Tematy muszą się zaczynać od litery lub cyfry, mogą zawierać myślniki ('-') i mogą mieć do 35 znaków.
zeek 8de3c13b9a 跟新readme 1 miesiąc temu
.gitignore 修改忽略文件 2 miesięcy temu
README.md 跟新readme 1 miesiąc temu
get_url.py 修改get_url 2 miesięcy temu
requirement.txt 爬取网站url 2 miesięcy temu
sitemap.py 增加显示总的url数目 2 miesięcy temu

README.md

简介

通过爬取网站,生成sitemap.xml,方便搜索引擎收录本站链接。

sitemap在线样例:

使用

安装依赖:

pip3 install -r requirement.txt

修改get_url.py

# 当前域名的http链接
url_root = 'https://git.zeekling.cn'
# 需要抓取的根链接,可以多写几个
url_mine_list = [
    'https://git.zeekling.cn/',
    'https://git.zeekling.cn/zeekling'
]
# 抓取的最大栈深度,默认为2
max_depth = 2
# 不需要写进sitemap.xml的链接
url_robot_arr = [
    '/user/sign_up',
    '/user/login',
    '/user/forgot_password'
]

修改sitemap.xml位置,sitemap.py

# 第一个参数为sitemap.xml的位置
create_xml('sitemap.xml', get_url.url_res_final)

修改完了之后执行

./sitemap.py

存在问题

  • 爬取栈深度设置的较大之后爬取会比较慢