1. 场景描述

当我们提交 sitemap.xml 文件给百度时，提示抓取失败，并且错误信息如下：

连接超时

DNS解析ip地址:185.***.***.153

抓取机房:联通

UA:Mozilla/5.0 (compatible; Baiduspider/2.0; +http://www.baidu.com/search/spider.html)

HTTP状态码:403

修改建议

请确保sitemap地址正确，再重新提交。

这是因为把 Hexo 部署在 Github pages 上时，百度的爬虫是被屏蔽的。为了保证我们能够被百度搜索引擎正常收录，于是产生了这个小工具。

其工作模式是采用百度提供的另一种方式「主动推送」，步骤：

1. 读取生成的 sitemap.xml 文件中的链接；

2. 调用百度分配的接口进行实时提交。

关于接口的详细说明，参见这里：https://ziyuan.baidu.com/college/courseinfo?id=267&page=2#h2_article_title9

注意：这个 sitemap.xml 文件的生成可以使用 Hexo 插件 npm install hexo-generator-baidu-sitemap --save，添加相关配置后，每次 hexo g -d 则会自动更新 sitemap.xml 文件。

2. 使用方式

php 版本（后期提供 Java、Python 版本）

1. 修改配置

// baidusitemap.xml 路径，这里不配置的话，可以在调用的时候动态传参
$sitemapPath  =  '';

// 推送接口，详见 https://ziyuan.baidu.com/linksubmit/index?site=xxxxxx
// 这里的 xxxxxx 是你提交到百度的博客地址
$site  =  '';
$token  =  '';

2. 命令行调用

php BaiduSitemapPush.php

源码地址：hexo-baidu-sitemap-push

链接: https://fly63.com/article/detial/7263