百度开放协议概述及格式

 

 

 

         如果您的网站符合以下《百度新闻源收录标准》，请您将网站信息发送邮件到 news@baidu.com ，我们的工作人员将会在7个工作日内对网站进行审核，审核通过后会邮件通知您。

百度新闻源收录标准：
• 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。
• 百度希望新闻源多样化，鼓励原创新闻内容，收录的新闻源网站应正规、合法、有媒体影响力，具有大量有价值的新闻内容，并能及时更新，且网站服务器稳定、高速。
• 百度新闻搜索收录的网站类型包括专业新闻网站和资讯门户、地方信息港、报刊杂志及广播电视媒体、专业及行业网站、政府及组织网站，不适合收录的网站类型包括论坛、博客、公司网站、个人网站等其它非新闻资讯类网站，以及非中文网站。
• 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。

注意:

1、非新闻资讯类网站提交的信息我们将不予以回复。

2、未通过审核的网站提交的 XML 文件将不予以处理。

 

第一步：创建XML文件

         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 * 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，请务必填写正确。您提交的XML文件不能正常收录时，我们将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。
*<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，标题相同则属于同一篇新闻，请提供一个URL。

        注意：请只提交符合百度新闻搜索收录标准的URL：
        1、 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。

         2、 百度新闻搜索收录的内容不包括：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。

         3、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。
<title>——新闻标题。
<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。
<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。
<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。

 

 

其他说明：

• 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	<	&lt;	&#60;

  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。
          若您提交的XML文件符合百度新闻源收录标准，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、 审核通过的XML文件，收录后发现网站发生变化，有不符合百度新闻源收录标准的内容，我们将停止收录。

         3、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。

         4、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。

 

 

*站点名、地址为必填项。
站点名               地址

如：百度             http://news.baidu.com/news.xml

备注

有需要时填写，并将内容控制在200字以内。

延伸阅读:
百度站长平台内测
百度今日起可识别带汉字的utf-8编码URL
百度:百度支持nofollow
百度和谷歌对垃圾链接的处罚对比