专注于网站推广优化,承接营销型网站建设,整站优化外包,AI人工智能优化咨询QQ:20167856

robots.txt协议怎么写,有什么作用?

SEO建站必备 2017-11-28

文章摘要:robots.txt是你对搜索引擎制定的一个如何索引你的网站的规则。通过该文件,搜索引擎就可以知道在你的网站中哪些文件是可以被索引的,哪些文件是被拒绝索引的,我们就可以很方便地控制搜...

robots.txt是你对搜索引擎制定的一个如何索引你的网站的规则。通过该文件,搜索引擎就可以知道在你的网站中哪些文件是可以被索引的,哪些文件是被拒绝索引的,我们就可以很方便地控制搜索索引网站内容了。

robots.txt协议怎么写,有什么作用

第一:什么是robots.txt?

这是一个文本文件,是搜索引擎爬行网页要查看的第一个文件,你可以告诉搜索引擎哪些文件可以被查看,哪些禁止。当搜索机器人(也叫搜索蜘蛛)访问一个站点时,它首先会检查根目录是否存在robots.txt,如果有就确定抓取范围,没有就按链接顺序抓取。

第二:robots.txt有什么用

为何需要用robots.txt这个文件来告诉搜索机器人不要爬行我们的部分网页,比如:后台管理文件、程序脚本、附件、数据库文件、编码文件、样式表文件、模板文件、导航图片和背景图片等等。说到底了,这些页面或文件被搜索引擎收录了,用户也看不了,多数需要口令才能进入或是数据文件。既然这样,又让搜索机器人爬行的话,就浪费了服务器资源,增加了服务器的压力,因此我们可以用robots.txt告诉机器人集中注意力去收录我们的文章页面。增强用户体验。

robots.txt协议怎么写,有什么作用?

1,用robots屏蔽网站重复页

很多网站一个内容提供多种浏览版本,虽然很方便用户却对蜘蛛造成了困难,因为它分不清那个是主,那个是次,一旦让它认为你在恶意重复,你就惨了。

  User-agent: *

  Disallow: /sitemap/ (禁止蜘蛛抓取 文本网页)

 

2,用robots保护网站安全

很多人纳闷了,robots怎么还和网站安全有关系了?其实关系还很大,不少低级黑客就是通过搜索默认后台登陆,以达到入侵网站的目标。

  User-agent: *

  Disallow: /admin/ (禁止蜘蛛抓取admin目录下所有文件)

 

3,防止盗链

  一般盗链也就几个人,可是一旦被搜索引擎“盗链”那家伙你100M宽带也吃不消,如果你做的不是图片网站,又不想被搜索引擎“盗链”你的网站图片。

  User-agent: *

  Disallow: .jpg$

 

4,提交网站地图

  现在做优化的都知道做网站地图了,可是却没几个会提交的,绝大多数人是干脆在网页上加个链接,其实robots是支持这个功能的

  Sitemap: http://www.seodongguan.cn/sitemaps/sitemaps_1.xml

 

5,禁止某二级域名的抓取

  一些网站会对VIP会员提供一些特殊服务,却又不想这个服务被搜索引擎检索到。

  User-agent: *

  Disallow: /

 

  以上五招robots足以让你对搜索引擎蜘蛛掌控能力提升不少,就像百度说的:我们和搜索引擎应该是朋友,增加一些沟通,才能消除一些隔膜。

robots.txt协议怎么写,有什么作用?

第三:robots.txt基本语法

1、robots.txt的关键语法

 a.User-agent: 应用下文规则的漫游器,比如Googlebot,Baiduspider等。

 b.Disallow: 要拦截的网址,不允许机器人访问。

 c.Allow: 允许访问的网址

 d.“*” : 通配符—匹配0或多个任意字符。

 e.“$” : 匹配行结束符。

 f.“#” : 注释—说明性的文字,不写也可。

 g.Googlebot: 谷歌搜索机器人(也叫搜索蜘蛛)。

 h.Baiduspider: 百度搜索机器人(也叫搜索蜘蛛)。

 i.目录、网址的写法:都以以正斜线 (/) 开头。

  如

  Disallow:/

  Disallow:/images/

  Disallow:/admin/

  Disallow:/css/
 

2、robots.txt的具体用法

 a.允许所有的robot访问

  User-agent: *

  Disallow:

  或者

  User-agent: *

  Allow: /

  或者建一个空文件”robots.txt”即可。

 

 b.仅禁止某个机器人访问您的网站,如Baiduspider。

  User-agent: Baiduspider

  Disallow: /

robots.txt协议怎么写,有什么作用?

 c.仅允许某个机器人访问您的网站,如Baiduspider。

  User-agent: Baiduspider

  Disallow:

  User-agent: *

  Disallow: /

 

 d.禁止访问特定目录

  User-agent: *

  Disallow: /admin/

  Disallow: /css/

  Disallow:

 

  要拦截对所有包含问号 (?) 的网址的访问(具体地说,这种网址以你的域名开头、后接任意字符串,然后接问号,而后又接任意字符串),使用以下内容:

  User-agent: Googlebot

  Disallow: /*?

 

  要指定与某个网址的结尾字符相匹配,就用 $。例如,要拦截以 .xls 结尾的所有网址,就用以下内容: 

  User-agent: Googlebot

  Disallow: /*.xls$

robots.txt协议怎么写,有什么作用?

  你可以将此模式匹配与 Allow 指令配合使用。例如,如果 ? 代表一个会话 ID,那么你可能希望排除包含 ? 的所有网址,以确保 Googlebot 不会抓取重复网页。但是以 ? 结尾的网址可能是你希望包含在内的网页的版本。在此情况下,你可以对你的 robots.txt 文件进行如下设置:

  User-agent: *

  Allow: /*?$

  Disallow: /*?

 

  Disallow: /*? 指令会阻止包含 ? 的所有网址(具体地说,它将拦截所有以您的域名开头、后接任意字符串,然后接问号,而后又接任意字符串的网址)。

 

  Allow: /*?$ 指令将允许以 ? 结尾的任何网址(具体地说,它将允许所有以您的域名开头、后接任意字符串,然后接 ?,? 之后不接任何字符的网址)。

robots.txt协议怎么写,有什么作用?

  一般网站查看robots.txt文件的方法是主页后面加robots.txt就可以,比如淘宝网的就是http://www.taobao.com/robots.txt。请注意,仅当你的网站包含不希望被搜索引擎收录的内容时,才需要使用robots.txt文件。如果你希望搜索引擎收录网站上所有内容,就不要建立robots.txt文件。

转载请注明 大宝SEO博客  微信/QQ1044248335

    喜欢(
    预约SEO专家

    添加QQ:20167856 免费领取优化工具和最新排名算法一份

    评论 发表我的评论
    昵称: 验证码: 点击我更换图片
    ()小伙伴在吐槽