百度新闻开放协议XML文档制作方法简述
(编辑：jimmy 日期: 2024/12/24 浏览：3 次 )
开放协议概述
使用此开放协议，将会为您的网站带去更多流量!
《互联网新闻开放协议》是百度新闻搜索制定的搜索引擎新闻源收录标准，网站可将发布的新闻内容制作成遵循此开放协议的XML格式的网页（独立于原有的新闻发布形式）供搜索引擎索引，将网站发布的新闻信息主动、及时地告知百度搜索引擎。
采用了《互联网新闻开放协议》，就相当于网站的新闻被搜索引擎订阅，通过百度——全球最大的中文搜索引擎这个平台，网民将有可能在更大范围内更高频率地访问到您网站的新闻，进而为您的网站带来潜在的流量。
开放协议非常简单! 您可以在我们的帮助下轻松使用。 开放协议内容
下图为遵照《互联网新闻开放协议》制作的XML格式的网页，网页上按照标准格式列出了网站发布的新闻的相关信息。
XML网页示例：
XML标签说明： 其中带星号标记的为必选项，未带星号标记为可选项。
*<document>——标记整个XML文件内容的开始和结束。
*<webSite>——站点地址。
*<webMaster>——负责人员的Email。当有必要时，我们通过这个地址与您联系。
*<updatePeri>——更新周期，以分钟为单位。搜索引擎将遵照此周期访问该页面，使页面上的新闻更及时地出现在百度新闻中。
*<item>——标记每篇新闻信息的开始和结束。标记内为单篇新闻信息，不包括新闻专题。
*<title>——新闻标题。
*<link>——新闻url地址，与单篇新闻一一对应；若分页的新闻存在多个URL，相当于多篇新闻。
<description>——新闻内容简介。
*<text>——完整的新闻正文（仅包含正文文字，不包含HTML语言等其它字符）。此项的目的是使该篇新闻更多、更准地出现在搜索结果中。
*<image>——新闻正文内相关图片，采用绝对地址。若该篇新闻无相关图片，可以为空；若含有多张图片，请重复使用该标签。此项的目的是使该篇新闻的相关图片展现在搜索结果中。
<headlineImg>——为有可能成为头条的新闻制作的头条图，采用绝对地址。
<keywords>——反映新闻主题内容的一个或多个关键词，关键词之间以空格隔开。此项仅作为参考，检索结果不完全依赖于此标签中的内容。
<category>——新闻分类， 可以遵循网站自身的分类体系，最好采用一级分类。
<author>——新闻作者，可以为机构或个人 。
<source>——新闻来源，即原创媒体或其它机构 。
*<pubDate>——新闻发布时间，与该篇新闻HTML页面上的发布时间保持一致。请精确到分钟；若您网站的发布时间未记录小时分钟，提供年月日即可。
推荐时间格式：年月日小时分钟秒
如：2005-11-09 10:37|2005/11/09 10:37:00|2005.11.09 10:37:00|
2005年11月09日10时37分00秒|Fri, 09 Nov 2005 10:37:00 GMT
开放协议使用
使用之前，您需要了解以下几点： 无论您的网站已经成为百度新闻源，还是尚未被百度新闻搜索收录，都可以使用此开放协议。 您使用开放协议提供的内容应全部符合下面《新闻源收录标准》。 《互联网新闻开放协议》只是原始新闻源收录方式的一种协助和有益补充，而不是完全取代。
新闻源收录标准：
百度希望新闻源多样化，鼓励原创新闻内容。如果是具有大量有价值的新闻内容并能及时更新的正规、合法媒体网站，且网站服务器稳定、高速，就符合了百度收录新闻源的基本原则。
百度新闻搜索收录的内容包括时政、娱乐、体育、财经、科教文化、社会生活等各类新闻报道及媒体评论，数码产品、房产、汽车等行情资讯及评测，各行业的动态及行情，组织机构的工作动态等，是由专业人士撰写或编辑的中文信息，不包括发布的个人信息、论坛、博客、广告、幽默笑话、情感故事、情色、写真、剧照、明星档案、食谱、下载、多媒体等其它类型、其它语言互联网信息。
您应对提供的全部内容承担一切法律责任，保证您提供内容的真实性、合法性，并不得侵犯任何第三方的权益。
下面就开始吧！
第一步：创建XML文件
请您在创建XML文件前务必阅读百度新闻搜索的新闻源收录标准，并特别注意：
1、百度新闻搜索收录的新闻源网站必须符合及严格遵守国家《互联网新闻信息服务管理规定》，并在新闻发布和转载过程中尊重创作人和源网站的著作权。
2、百度新闻搜索不适合收录的网站类型包括：论坛、博客、公司网站等。
3、百度新闻搜索不收录个人信息、广告、招标、教程、幽默笑话、情感故事、情色、写真、剧照、明星档案、食谱、下载、多媒体等其它类型、其它语言互联网信息。
4、百度新闻搜索希望收录高质量的中文新闻，不收录英文等其它非中文新闻。
5、请按照上面公布的开放协议内容制作XML文件。
其它说明：
支持的编码格式有GB2312、GB18030、UTF-8、BIG5，推荐使用GB18030或UTF-8格式。 您可以将网站某一时间段发布的全部新闻放在一个XML文件中，也可以分频道或栏目放在多个XML文件中。 请保持每个XML文件处于按更新周期持续自动更新状态。更新周期可根据您的需要随时进行调整。 每个XML文件至多存放最新发布的100条新闻，无需保存之前的新闻。 请将发布的新闻按照时间排序，即最新发布的新闻在最上端，否则可能有新闻被遗漏。 XML标签内容中，除文字文本以外不能包含其它任何代码，下表中的特殊字符必须转换为XML定义的转义字符。否则将发生错误导致搜索引擎不能获取页面上的新闻。 字符 转义后的字符 HTML字符 字符编码 和(and) & & & 单引号 ' ' ' 双引号 " " " 大于号 > > > 小于号 < < < 转义字符中的"&"无需再转。
建议您使用CDATA 部件。一个 CDATA 部件以"<![CDATA[" 标记开始，以"]]>"标记结束。将包含代码或特殊字符的文本置于CDATA 部件内 ，就无需再对特殊字符进行转义。
第二步：验证XML文件
下面的地址提供了帮助您验证XML文件结构的多种工具：
http://www.w3.org/XML/Schema#Tools
http://www.xml.com/pub/a/2000/12/13/schematools.html
通过验证的XML文件能够使您提供的信息更加标准，确保您发布的新闻信息不被搜索引擎遗漏。
第三步：提交XML网址
提交前请将XML文件上传到您的网站服务器，将XML文件的URL地址及其它信息输入下面对应的方框内。搜索引擎将定向访问该URL地址，当URL地址发生变化时需要重新提交。
若您的网站符合新闻源收录标准，百度新闻搜索将对您提交的数据进行测试和观察一周。如果XML文件基本按照 《互联网新闻开放协议》的要求制作但存在问题，我们会根据XML页面上提供的邮件地址与您联系。
注意:
1、 我们将对您提交的XML文件进行审核，百度新闻搜索不保证一定能收录您提交的全部内容。
2、站点名、地址为必填项，同一站点一天之内最多提交5个不同的XML文件地址。
3、提交地址后请您注意查看弹出窗口中的信息，以确认是否提交成功。
第四步：查询XML文件状态
您可以在下面的方框中输入您提交的XML文件地址，查询该文件的处理进度和反馈信息。
注意：输入的地址必须完整，即与您提交时的地址完全一致。
使用此开放协议，将会为您的网站带去更多流量!
《互联网新闻开放协议》是百度新闻搜索制定的搜索引擎新闻源收录标准，网站可将发布的新闻内容制作成遵循此开放协议的XML格式的网页（独立于原有的新闻发布形式）供搜索引擎索引，将网站发布的新闻信息主动、及时地告知百度搜索引擎。
采用了《互联网新闻开放协议》，就相当于网站的新闻被搜索引擎订阅，通过百度——全球最大的中文搜索引擎这个平台，网民将有可能在更大范围内更高频率地访问到您网站的新闻，进而为您的网站带来潜在的流量。
开放协议非常简单! 您可以在我们的帮助下轻松使用。 开放协议内容
下图为遵照《互联网新闻开放协议》制作的XML格式的网页，网页上按照标准格式列出了网站发布的新闻的相关信息。
XML网页示例：
XML标签说明： 其中带星号标记的为必选项，未带星号标记为可选项。
*<document>——标记整个XML文件内容的开始和结束。
*<webSite>——站点地址。
*<webMaster>——负责人员的Email。当有必要时，我们通过这个地址与您联系。
*<updatePeri>——更新周期，以分钟为单位。搜索引擎将遵照此周期访问该页面，使页面上的新闻更及时地出现在百度新闻中。
*<item>——标记每篇新闻信息的开始和结束。标记内为单篇新闻信息，不包括新闻专题。
*<title>——新闻标题。
*<link>——新闻url地址，与单篇新闻一一对应；若分页的新闻存在多个URL，相当于多篇新闻。
<description>——新闻内容简介。
*<text>——完整的新闻正文（仅包含正文文字，不包含HTML语言等其它字符）。此项的目的是使该篇新闻更多、更准地出现在搜索结果中。
*<image>——新闻正文内相关图片，采用绝对地址。若该篇新闻无相关图片，可以为空；若含有多张图片，请重复使用该标签。此项的目的是使该篇新闻的相关图片展现在搜索结果中。
<headlineImg>——为有可能成为头条的新闻制作的头条图，采用绝对地址。
<keywords>——反映新闻主题内容的一个或多个关键词，关键词之间以空格隔开。此项仅作为参考，检索结果不完全依赖于此标签中的内容。
<category>——新闻分类， 可以遵循网站自身的分类体系，最好采用一级分类。
<author>——新闻作者，可以为机构或个人 。
<source>——新闻来源，即原创媒体或其它机构 。
*<pubDate>——新闻发布时间，与该篇新闻HTML页面上的发布时间保持一致。请精确到分钟；若您网站的发布时间未记录小时分钟，提供年月日即可。
推荐时间格式：年月日小时分钟秒
如：2005-11-09 10:37|2005/11/09 10:37:00|2005.11.09 10:37:00|
2005年11月09日10时37分00秒|Fri, 09 Nov 2005 10:37:00 GMT
开放协议使用
使用之前，您需要了解以下几点： 无论您的网站已经成为百度新闻源，还是尚未被百度新闻搜索收录，都可以使用此开放协议。 您使用开放协议提供的内容应全部符合下面《新闻源收录标准》。 《互联网新闻开放协议》只是原始新闻源收录方式的一种协助和有益补充，而不是完全取代。
新闻源收录标准：
百度希望新闻源多样化，鼓励原创新闻内容。如果是具有大量有价值的新闻内容并能及时更新的正规、合法媒体网站，且网站服务器稳定、高速，就符合了百度收录新闻源的基本原则。
百度新闻搜索收录的内容包括时政、娱乐、体育、财经、科教文化、社会生活等各类新闻报道及媒体评论，数码产品、房产、汽车等行情资讯及评测，各行业的动态及行情，组织机构的工作动态等，是由专业人士撰写或编辑的中文信息，不包括发布的个人信息、论坛、博客、广告、幽默笑话、情感故事、情色、写真、剧照、明星档案、食谱、下载、多媒体等其它类型、其它语言互联网信息。
您应对提供的全部内容承担一切法律责任，保证您提供内容的真实性、合法性，并不得侵犯任何第三方的权益。
下面就开始吧！
第一步：创建XML文件
请您在创建XML文件前务必阅读百度新闻搜索的新闻源收录标准，并特别注意：
1、百度新闻搜索收录的新闻源网站必须符合及严格遵守国家《互联网新闻信息服务管理规定》，并在新闻发布和转载过程中尊重创作人和源网站的著作权。
2、百度新闻搜索不适合收录的网站类型包括：论坛、博客、公司网站等。
3、百度新闻搜索不收录个人信息、广告、招标、教程、幽默笑话、情感故事、情色、写真、剧照、明星档案、食谱、下载、多媒体等其它类型、其它语言互联网信息。
4、百度新闻搜索希望收录高质量的中文新闻，不收录英文等其它非中文新闻。
5、请按照上面公布的开放协议内容制作XML文件。
其它说明：
支持的编码格式有GB2312、GB18030、UTF-8、BIG5，推荐使用GB18030或UTF-8格式。 您可以将网站某一时间段发布的全部新闻放在一个XML文件中，也可以分频道或栏目放在多个XML文件中。 请保持每个XML文件处于按更新周期持续自动更新状态。更新周期可根据您的需要随时进行调整。 每个XML文件至多存放最新发布的100条新闻，无需保存之前的新闻。 请将发布的新闻按照时间排序，即最新发布的新闻在最上端，否则可能有新闻被遗漏。 XML标签内容中，除文字文本以外不能包含其它任何代码，下表中的特殊字符必须转换为XML定义的转义字符。否则将发生错误导致搜索引擎不能获取页面上的新闻。 字符 转义后的字符 HTML字符 字符编码 和(and) & & & 单引号 ' ' ' 双引号 " " " 大于号 > > > 小于号 < < < 转义字符中的"&"无需再转。
建议您使用CDATA 部件。一个 CDATA 部件以"<![CDATA[" 标记开始，以"]]>"标记结束。将包含代码或特殊字符的文本置于CDATA 部件内 ，就无需再对特殊字符进行转义。
第二步：验证XML文件
下面的地址提供了帮助您验证XML文件结构的多种工具：
http://www.w3.org/XML/Schema#Tools
http://www.xml.com/pub/a/2000/12/13/schematools.html
通过验证的XML文件能够使您提供的信息更加标准，确保您发布的新闻信息不被搜索引擎遗漏。
第三步：提交XML网址
提交前请将XML文件上传到您的网站服务器，将XML文件的URL地址及其它信息输入下面对应的方框内。搜索引擎将定向访问该URL地址，当URL地址发生变化时需要重新提交。
若您的网站符合新闻源收录标准，百度新闻搜索将对您提交的数据进行测试和观察一周。如果XML文件基本按照 《互联网新闻开放协议》的要求制作但存在问题，我们会根据XML页面上提供的邮件地址与您联系。
注意:
1、 我们将对您提交的XML文件进行审核，百度新闻搜索不保证一定能收录您提交的全部内容。
2、站点名、地址为必填项，同一站点一天之内最多提交5个不同的XML文件地址。
3、提交地址后请您注意查看弹出窗口中的信息，以确认是否提交成功。
第四步：查询XML文件状态
您可以在下面的方框中输入您提交的XML文件地址，查询该文件的处理进度和反馈信息。
注意：输入的地址必须完整，即与您提交时的地址完全一致。
下一篇：XML教程:通过一个例子来学习XML的语法