Question

我正在为搜索引擎抓取工具制作网站地图，我遇到了一个问题。

Google通过为其他语言添加备用XHTML标记来允许多语言站点地图，如下所示：

<xhtml:link rel="alternate" hreflang="es" href="http://example.org/" />

为此，我必须在我的urlset中添加一个xhtml命名空间。但是，当我这样做时，我的XML不再作为XML提供，而是作为XHTML提供。查看源代码时看起来很好，但浏览器仍然无法将其识别为XML文档。

示例PHP代码：

$xml = <<<'XML'
<?xml version="1.0" encoding="UTF-8"?>

<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9" xmlns:xhtml="http://www.w3.org/1999/xhtml">       
    <url>
        <loc>http://example.com</loc>
        <xhtml:link rel="alternate" hreflang="en_US" href="http://example.net" />
        <xhtml:link rel="alternate" hreflang="es" href="http://example.org/" />
        <xhtml:link rel="alternate" hreflang="zh_CN" href="http://example.edu/" />
    </url>
</urlset>
XML;

header('Content-Type: text/xml');
echo $xml;

如果我略微更改xhtml命名空间的URL（比如添加斜杠），浏览器将再次将该文件识别为XML，但Google将不再接受它。将标题Content-Type更改为application / xml也不起作用。

此问题发生在Internet Explorer，Firefox和Chrome等。

Answer 1

首先，您应该了解xhtml IS xml：它只是应用于XML文档的特定XML模式。

您使用的浏览器识别您使用的属性的问题，并决定最好将其显示为呈现的页面而不是通用的XML布局。像你一样添加斜杠确实打破了属性，因此浏览器决定它看到一些通用XML而不是xhtml页面。 Google当然会验证入站xml，并且对于格式错误感到不满。

您尝试更改内容类型似乎是合理的（您应该保留它），但浏览器依赖多个地方告诉他们如何显示文档。内容类型的优先级可能太低而且被覆盖。

我相信如果你在你的xml中使用＆lt;！DOCTYPE定义声明它是xml文档而不是html，那么浏览器可能会被说服以不同方式显示它。 Google会忽略＆lt;！DOCTYPE声明作为评论。

如果＆lt;！DOCTYPE未在您的文档中声明，那么浏览器可以自由选择文档类型，因为它看起来合适并且您观察到了什么。

我的XML被用作XHTML

1 个答案: