Google Sitemapの日本語版が公開されました。
Google sitemapにサイトのサイトマップをXMLで提供すれば、クロールの精度が高まり、より多くのウェブページが検索結果に表示されるようになるそうです。
うれしいのが、クロールを上手くできたかというのをレポート出力してくれるところでしょうか。

そこで、サイトのコンテンツと同じディレクトリに設置するだけでGoogleサイトマップのXMLを吐き出だすphpスクリプトを作成してみました。
次のスクリプトを、*.html と同じディレクトリに置いてアクセスするとGoogleSitemap用のXMLが出力されます。

<?php

// 追加するファイルの種類
$allow_ext = array(
    "html",
    "txt",
    "php"
);

$baseurl = "http://".$_SERVER["HTTP_HOST"].dirname($_SERVER["PHP_SELF"])."/";

header("Content-type:text/xml;charset=utf-8");

echo <<<XML
<?xml version="1.0" encoding="UTF-8"?>
<urlset xmlns="//www.google.com/schemas/sitemap/0.84"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="//www.google.com/schemas/sitemap/0.84 //www.google.com/schemas/sitemap/0.84/sitemap.xsd">
XML;

if ($dir = @opendir("./")) {
    while (($file = readdir($dir)) !== false) {
        list($tmp, $ext) = explode(".", $file);
        if (in_array($ext, $allow_ext)) {
            $url  = $baseurl.$file;
            $date = date("Y-m-d", filemtime($file));
            echo "<url>n";
            echo "<loc>$url</loc>n";
            echo "<lastmod>$date</lastmod>n";
            echo "</url>n";
        }
    }
    closedir($dir);
}

?>
</urlset>

→出力されるXMLのサンプル例

Google Sitemap用のXMLの仕様は、GoogleSitemaps Helpから確認できますが、英文のため、以下に例を示しておきます。

<?xml version="1.0" encoding="UTF-8"?>
<urlset xmlns="//www.google.com/schemas/sitemap/0.84">
 <url>
  <loc>クロールしたいサイトのURL</loc>
  <lastmod>更新日付(YYYY-MM-DDの形式か、ISO 8601 フォーマットで記述)</lastmod>
  <changefreq>更新の頻度(always, hourly, daily ,weekly, monthly ,yearly ,never のどれかから選択)</changefreq>
  <priority>このURLのプライオリティ(省略時は0.5)</priority>
 </url> 
</urlset>

■灰色の文字部分は省略可能

<urlset>タグの中に、<url>がページの数だけ来るという感じです。