首先插一下话题，此前放了大量有关黄色小说、动漫等相关信息，并非我的blog变成“黄窝”了，完全是对Google搜索引擎的一种SEO实验，结果还可以，“黄色动漫、黄色小说”等关键字，一度在Google排在第一页，访问量自然也是大大增加……不过还是要言归正传，我的blog基本还是讨论技术和运营等，毕竟不是黄色网站……

回归话题：最近在考虑一个问题，一般站长其实很好碰到，那就是当一个海量的网站，有百万以上网页时，如何建立Sitemap？其实大部分网站，能有上万的网页，都说明信息量很不小了，所以也就很少有人关注10万、百万以上网址的，不过海量网站，绝对会遇到这样的问题，今天整理了一下，发现了Google的Sitemap的一些限制因素：Google对XML格式的Sitemap在数量上、编码等方面是有一些限制，具体如下：Sitemap中的网址必须是绝对网址，包括参数等，如：paopaoniu/1;s=sitemap，千万不能使用类似于“/index.php?s=sitemap”这样的相对网址。每个Sitemap文件最多可以包含 50，000 个网址，且大小不得超过10MB。 如果网址超过 50，000 个，则应创建多个Sitemap文件，然后可以采用Sitemap的索引文件把这些文件包含起来。

Sitemap索引文件最多可以列出 1，000 个 Sitemap；Sitemap中的网址应该使用相同的域名，且是本站的域名，不得出现两个或以上的域名，也不能出现外站的域名：如paopaoniu的Sitemap中的网址只能是：paopaoniu/index.php，或：paopaoniu/index.php 两者选择其一，不能混用，不能是huashifu/；Sitmap文件需使用 UTF-8 编码。不要在 Sitemap 中包含直接图片网址。 Google 不会将图片直接编入索引中，Sitemap 中包含的直接图片网址不会编入索引。其实这样看来，Google从理论上只支持一个网站有5千万个网页，这听上去其实很大了，一般网站有5000个网址都算很庞大了，别说五千万，不过对于我们下来的实验项目，目标是上亿的，比如QQ的问问系统，现在都有上亿的个问答，显然要是通过Sitemap，估计完成不了这个任务了。