比较全的robotstxt介绍
前段时间笔者手上一个网站因为t文件失误被写错了几个字符,导致网站迟迟不被收录。当时感觉很不对劲,检查来检查去也没有检查出什么问题,后来登录Google网站管理员中心诊断网站才看到robots文件组织任何搜索引擎蜘蛛访问才发现问题,改过之后,收录正常。
t文件的写法你知道多少呢?对比一下下面的例子:
1、禁止所有搜索引擎访问网站的任何部分,也就是是禁止任何搜索引擎收录你的网站。
User-agent: *
Disallow: /
2、允许所有的搜索引擎访问你的网站的任何部分,这是通常的用法。
User-agent: *
Disallow:
或者
User-agent: *
Allow: /
3、仅禁止某一搜索引擎访问你的网站。百度是baiduspider Google是googlebot
User-agent: baiduspider
Disallow: /
或者
User-agent: googlebot
Disallow: /
4、仅仅允许某一搜索引擎访问你的网站。同样百度是baiduspider Google是googlebot
User-agent: baiduspider
Disallow:
或者
User-agent: googlebot
Disallow:
5、如果你网站的某个目录不希望被搜索引擎收录,写法如下:
User-agent: *
Disallow: /目录名称1/
Disallow: /目录名称2/
Disallow: /目录名称3/
注意:不能写成Disallow: /目录名称1/ /目录名称2/ 这样的形式,每个目录要单独另起一行特别说明。
6、禁止搜索引擎访问网站中所有的动态页面(动态页面就是URL中任何带有“?”的页面)
User-agent: *
Disallow: /*?*
7、仅仅允许搜索引擎访问某一特定文件后缀形式的网页。
User-agent: *
Allow: .后缀形式(如.html、.htm、.php等等)$
Disallow: /
8、限制搜索引擎访问某一特定文件后缀形式的网页。
User-agent: *
Disallow: /*.后缀形式(如.html、.htm、.php等等)
9、允许搜索引擎访问特定目录中的网页
User-agent: *
Allow: /目录1/目录2(允许访问目录2中的网页)
Allow: /目录3/目录4(允许访问目录4中的网页)
Allow: /目录5/目录6(允许访问目录6中的网页)
Disallow: /目录1/
Disallow: /目录3/
Disallow: /目录5/
10、阻止搜索引擎访问网站中特定某一文件格式的文件(注意不是网页)
User-agent: *
Disallow: /*.(文件格式:如gif、jpg等等)$
以上是一些常用的格式。具体的写法还要以各个网站需求而定。写t还要注意以下一些问题:
1、t文件是以纯文本格式保存的txt文件。
2、t必须防止在网站的根目录中。最上层的t文件必须这样被访问:如
3、书写t时要严格按照以上大小写形式书写
4、通常你的网站如果比较简单,那么以上的格式足够你使用的了。如果比较复杂,需要访问这里而又不需要访问那里,禁止这个文件又要允许那个文件,允许访问访问带有“?”符号的特定网页等等,那么你需要结合以上格式仔细研究合适于你网站的t文件写法。
5、t通常在某个分目录中还可以存在,但是如果与顶级目录中的t有冲突,则以顶级目录中t命令为准。
6、仅当您的网站包含不希望被搜索引擎收录的内容时,才需要使用t文件。如果您希望搜索引擎收录网站上所有内容,请勿建立t文件或者创建一个内容为空的t文件。这一点通常被人们忽略,实际上建立空的t文件对搜索引擎非常不友好。
7、如果你不想自己动手写t文件,那么请Google帮你写。登录Google网站管理平台,有生成t文件的功能。
8、User-agent: *
Disallow: /
这种格式不仅仅是禁止抓取页面,更重要的是如果你的网站被收录了,然后又把t文件修改成以上格式,那么你的网站将在搜索引擎中被删除,整个地删除。
9、元标记对于一般的网站来说可有可无,不过你还是得了解:
<META NAME="ROBOTS" CONTENT="INDEX,FOLLOW">(允许抓取该页面,允许跟着该页面上的链接继续抓取)
<META NAME="ROBOTS" CONTENT="NOINDEX,FOLLOW">(不允许抓取该页面,允许跟着该页面上的链接继续抓取)
<META NAME="ROBOTS" CONTENT="INDEX,NOFOLLOW">(允许抓取该页面,不允许跟着该页面上的链接继续抓取)
<META NAME="ROBOTS" CONTENT="NOINDEX,NOFOLLOW">(不允许抓取该页面,不允许跟着该页面上的链接继续抓取)
10、需要删除一些被搜索引擎收录的特定网页,参考
貌似目前只有Google这么做。
本文来自安徽SEO()。原文 转载请保留出处及原文地址。
- 今年南京要建包装印刷大市场噪音计涂布胶辊电能表门窗插销焊锡线Frc
- 我国如何发展数字印刷的四大难题监控系统女士睡衣广告牌共享器汽油罐Frc
- 2017年将整治5500家散乱污企业挤出模具圆导轨实验室泵灯头纺机配件Frc
- 北京印刷学院两个产业化项目股权激励方案获电源线扣工程钻机机械手橡胶带医疗灯Frc
- 全球首例澳购物中心玻璃门变身太阳能发电设根河间隔柱驾驶证包房产抵押稳压器Frc
- 我国包装出口必须突破壁垒光驱烟斗景观雕塑粘度杯制动机Frc
- 芯片进口率达90以上中国家电面临战略危机球面轴承发饰硅钙模具设计房产中介Frc
- 为什么越来越多的超高层建筑都选用了它电解电容聚硫橡胶香精白水晶螺丝钉Frc
- 2007年台达自动化中国行5测试仪乌苏挖泥船保护插座陶瓷绝缘Frc
- 德国化工巨头巴斯夫计划扩大甲磺酸产能华蓥家电花洒泵体螺钉翡翠艺品Frc