PythonでURLのリストからサイトマップ（sitemap.xml）を作る【決定版】

10087 ワード
sitemap Python XML Python3 Python テキストリンク

Python で URL のリストからサイトマップ （sitemap.xml） を作る

SEO について考える上で、必須である項目の1つにサイトマップ（sitemap.xml）があります。そこで、URL のリストからサイトマップを作る方法についてご紹介いたします。
（※ Python 3系を前提としています）

Google の推奨するサイトマップ形式

sitemap.xml の主な構造は以下です。

<?xml version="1.0" encoding="UTF-8"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9"> 
  <url>
    <loc>http://www.example.com/foo.html</loc>
    <lastmod>2018-06-04</lastmod>
  </url>
  <url>
    <loc>http://www.example.com/faa.html</loc>
    <lastmod>2018-06-04</lastmod>
  </url>
</urlset>

参考: https://support.google.com/webmasters/answer/183668?hl=ja

sitemap.xml を作る

xmlという標準ライブラリの、ElementTreeを利用します。

サンプルプログラム

import xml.etree.ElementTree as ET

urls = [
    "https://www.yahoo.co.jp/",
    "https://www.google.com/",
    "https://www.facebook.com/",
    "https://twitter.com/",
    "https://paymap.jp/",
]

urlset = ET.Element('urlset')
urlset.set("xmlns", "http://www.sitemaps.org/schemas/sitemap/0.9")
tree = ET.ElementTree(element=urlset)

for url in urls:
    url_element = ET.SubElement(urlset, 'url')
    loc = ET.SubElement(url_element, 'loc')
    loc.text = url
    lastmod = ET.SubElement(url_element, 'lastmod')
    lastmod.text = "2019-01-12"

tree.write('sitemap.xml', encoding='utf-8', xml_declaration=True)

順番に説明

import

xml の ElementTree を ET としてインポートします。

import xml.etree.ElementTree as ET

urls

URL のリストを urls としました。

urls = [
    "https://www.yahoo.co.jp/",
    "https://www.google.com/",
    "https://www.facebook.com/",
    "https://twitter.com/",
    "https://paymap.jp",
]

urlset

sitemap の構造に合わせて、urlsetをルートにし、xmlns のアトリビュートをセットします。

urlset = ET.Element('urlset')
urlset.set("xmlns", "http://www.sitemaps.org/schemas/sitemap/0.9")
tree = ET.ElementTree(element=urlset)

各要素を作る

URL のリストからでurl　に loc と lastmod を作成し、loc に URL を挿入し、lastmodには日付を挿入します。必要に応じてchangefreqなどもセットしてください。

for url in urls:
    url_element = ET.SubElement(urlset, 'url')
    loc = ET.SubElement(url_element, 'loc')
    loc.text = url
    lastmod = ET.SubElement(url_element, 'lastmod')
    lastmod.text = "2019-01-12"

日付の操作方法を詳しく知りたい場合はPython datetime 日付の計算、文字列から変換【決定版】をご覧ください。

書き出し

encodingとxml_declarationで、書き出される XML 上部に<?xml version="1.0" encoding="UTF-8"?>を定義し、sitemap.xmlというファイル名で書き出します

tree.write('sitemap.xml', encoding='utf-8', xml_declaration=True)

sitemap.xml の確認

書き出されたファイルは以下のようになっています。

これでは確認しずらいので、Chromeなどのブラウザにドラッグ・アンド・ドロップすると、以下のように確認することができます。

まとめ

Python によるサイトマップ（sitemap.xml）の作り方の説明でした。

いいねをしていただけるとモチベーションに繋がりますので押していただけると嬉しいです。