-
觸屏版
-
全國(guó)服務(wù)熱線(xiàn)：0571-87205688
robots.txt文件到底有什么用呢？
分享
評(píng)論
贊0
前幾天有朋友在網(wǎng)站通過(guò)聊天窗口問(wèn)苦丁，有什么什么辦法阻止搜索引擎的收錄，因?yàn)樽约壕W(wǎng)站上面有的東西不想被搜索引擎收錄。其實(shí)是可以實(shí)現(xiàn)的，在這里就有必要好好介紹一下robots.txt文件，因?yàn)橥ㄟ^(guò)這個(gè)robots.txt全完可以實(shí)現(xiàn)搜索引擎收錄的問(wèn)題。
其實(shí)不管是企業(yè)網(wǎng)站還是門(mén)戶(hù)網(wǎng)站，上面都會(huì)有些資料是保密而不對(duì)外公開(kāi)的。怎么樣做到不對(duì)外公開(kāi)呢？唯一的保密的措施就是不讓搜索引擎來(lái)搜錄這些信息。這 樣就會(huì)不在網(wǎng)絡(luò)上公司，那么要實(shí)現(xiàn)這個(gè)網(wǎng)站頁(yè)面不收錄，就體了robots.txt的作用啦！robots.txt是一個(gè)簡(jiǎn)單的記事本文件，這是網(wǎng)站管理 員和搜錄引擎對(duì)話(huà)的一個(gè)通道。在這個(gè)文件中網(wǎng)站管理者可以聲明該網(wǎng)站中不想被robots訪問(wèn)的部分，或者指定搜索引擎只收錄指定的內(nèi)容。
當(dāng)一個(gè)搜索機(jī)器人（有的叫搜索蜘蛛）訪問(wèn)一個(gè)站點(diǎn)時(shí)，它會(huì)首先檢查該站點(diǎn)根目錄下是否存在robots.txt，如果存在，搜索機(jī)器人就會(huì)按照該文件中的內(nèi)容來(lái)確定訪問(wèn)的范圍；如果該文件不存在，那么搜索機(jī)器人就沿著鏈接抓取。
既然我們這里知道了什么是robots.txt，我們?cè)撊绾蝸?lái)應(yīng)用呢？
1、如果我們網(wǎng)站的內(nèi)容為全部公開(kāi)，則不需要要設(shè)置robots.txt或robots.txt為空就可以啦。
2、robots.txt這個(gè)文件名必需要是小寫(xiě)而且都要放在網(wǎng)站的根目錄下http://www.xxxxx.com/robots.txt一般要通過(guò)這種URL形式能訪問(wèn)到，才說(shuō)明我們放的位置是正確的。
3、robots.txt一般只寫(xiě)上兩種函數(shù)：User-agent和 Disallow。有幾個(gè)禁止，就得有幾個(gè)Disallow函數(shù)，并分行描述。
4、至少要有一個(gè)Disallow函數(shù)，如果都允許收錄，則寫(xiě): Disallow: ，如果都不允許收錄，則寫(xiě):Disallow: / （注：只是差一個(gè)斜桿）。
寫(xiě)法說(shuō)明
User-agent: * 星號(hào)說(shuō)明允許所有搜索引擎收錄
Disallow: /search.html 說(shuō)明 http://www.xxxxx.com/search.html 這個(gè)頁(yè)面禁止搜索引擎抓取。
Disallow: /index.php? 說(shuō)明類(lèi)似這樣的頁(yè)面http://www.www.xxxxx.com/index.php?search=%E5%A5%BD&action=search&searchcategory=%25 禁止搜索引擎抓取。
常見(jiàn)的用法實(shí)例：
允許所有的robot訪問(wèn)
User-agent: *
Disallow:
或者也可以建一個(gè)空文件 “/robots.txt” file
禁止所有搜索引擎訪問(wèn)網(wǎng)站的任何部分
User-agent: *
Disallow: /
禁止所有搜索引擎訪問(wèn)網(wǎng)站的幾個(gè)部分（下例中的01、02、03目錄）
User-agent: *
Disallow: /01/
Disallow: /02/
Disallow: /03/
禁止某個(gè)搜索引擎的訪問(wèn)（下例中的BadBot）
User-agent: BadBot
Disallow: /
只允許某個(gè)搜索引擎的訪問(wèn)（下例中的Crawler）
User-agent: Crawler
Disallow:
User-agent: *
Disallow: /
另外，我覺(jué)得有必要進(jìn)行拓展說(shuō)明，對(duì)robots meta進(jìn)行一些介紹：
Robots META標(biāo)簽則主要是針對(duì)一個(gè)個(gè)具體的頁(yè)面。和其他的META標(biāo)簽（如使用的語(yǔ)言、頁(yè)面的描述、關(guān)鍵詞等）一樣，Robots META標(biāo)簽也是放在頁(yè)面的＜head＞＜/head＞中，專(zhuān)門(mén)用來(lái)告訴搜索引擎ROBOTS如何抓取該頁(yè)的內(nèi)容。
Robots META標(biāo)簽的寫(xiě)法：
Robots META標(biāo)簽中沒(méi)有大小寫(xiě)之分，name=”Robots”表示所有的搜索引擎，可以針對(duì)某個(gè)具體搜索引擎寫(xiě)為name=”BaiduSpider”。 content部分有四個(gè)指令選項(xiàng)：index、noindex、follow、nofollow，指令間以“,”分隔。
INDEX 指令告訴搜索機(jī)器人抓取該頁(yè)面；
FOLLOW 指令表示搜索機(jī)器人可以沿著該頁(yè)面上的鏈接繼續(xù)抓取下去；
Robots Meta標(biāo)簽的缺省值是INDEX和FOLLOW，只有inktomi除外，對(duì)于它，缺省值是INDEX,NOFOLLOW。
這樣，一共有四種組合：
?。糓ETA NAME=”ROBOTS” CONTENT=”INDEX,FOLLOW”＞
?。糓ETA NAME=”ROBOTS” CONTENT=”NOINDEX,FOLLOW”＞
＜META NAME=”ROBOTS” CONTENT=”INDEX,NOFOLLOW”＞
?。糓ETA NAME=”ROBOTS” CONTENT=”NOINDEX,NOFOLLOW”＞
其中
＜META NAME=”ROBOTS” CONTENT=”INDEX,FOLLOW”＞可以寫(xiě)成＜META NAME=”ROBOTS” CONTENT=”ALL”＞；
?。糓ETA NAME=”ROBOTS” CONTENT=”NOINDEX,NOFOLLOW”＞可以寫(xiě)成＜META NAME=”ROBOTS” CONTENT=”NONE”＞
目前看來(lái)，絕大多數(shù)的搜索引擎機(jī)器人都遵守robots.txt的規(guī)則，而對(duì)于Robots META標(biāo)簽，目前支持的并不多，但是正在逐漸增加，如著名搜索引擎GOOGLE就完全支持，而且GOOGLE還增加了一個(gè)指令“archive”，可以限制GOOGLE是否保留網(wǎng)頁(yè)快照。例如：
?。糓ETA NAME=”googlebot” CONTENT=”index,follow,noarchive”＞
表示抓取該站點(diǎn)中頁(yè)面并沿著頁(yè)面中鏈接抓取，但是不在GOOLGE上保留該頁(yè)面的網(wǎng)頁(yè)快照。
robots.txt文件對(duì)于我們做SEO的朋友來(lái)說(shuō)也是經(jīng)常要用到的，所以我們還要好好了解他的具體操作方法?？喽》窒?/p>
猜你喜歡
評(píng)論(0人參與，0條評(píng)論)
發(fā)布評(píng)論
最新評(píng)論