专业创造价值,服务赢取未来!我们专注于中小企业网站建设服务13年-博士通!
0755-89812581| 网站导航
返回优化课堂版块 | 返回优化课堂列表页当前所在位置:首 页 > 优化课堂 > 网站优化常见问题 > 网站robots.txt文件的标准写法及说明

网站robots.txt文件的标准写法及说明

网站robots.txt文件的标准写法及说明发布时间 : 2015-06-09    作者 : 博士通    浏览 : 2731

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。

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的。

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,只要在robots文件中加入如下地址即可,注意把其中的网址换成你的网址,其中sitemap_1.xml指的是第一次推送的sitemap文件,以此类推,根据网站内容增长比例,一段时间后,可增加推送地址为sitemap_2.xml

Sitemap: http://www.800535.com/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。

 

第三:robots.txt基本语法

1、robots.txt的几个关键语法:

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、列举一些robots.txt 具体用法:

1、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。

2、仅禁止某个机器人访问您的网站,如Baiduspider

User-agent: Baiduspider
Disallow: /

3、仅允许某个机器人访问您的网站,如Baiduspider

User-agent: Baiduspider
Disallow:
User-agent: *
Disallow: /

4、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),请使用以下内容:

User-agent: Googlebot
Disallow: /*?

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

User-agent: Googlebot
Disallow: /*.xls$

您可将此模式匹配与 Allow 指令配合使用。例如,如果 ? 代表一个会话 ID,那么您可能希望排除包含 ? 的所有网址,以确保 Googlebot 不会抓取重复网页。但是以 ? 结尾的网址可能是您希望包含在内的网页的版本。在此情况下,您可以对您的 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)。

以上介绍源自http://www.baidu.com/search/robots.html

PS: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robots.txt文件。如果您希望搜索引擎收录网站上所有内容,请勿建立robots.txt文件。

案例推荐

累硕国际有限公司【模板型】

累硕国际有限公司【模板型】

案例热度_17372007-09-01
重庆艾王电子【模板型】

重庆艾王电子【模板型】

案例热度_17372014-02-14

其他人还阅读了该篇文章:

网站优化课堂栏目:如何选择关键词    |    站内优化怎么做    |    什么是外链建设    |    网站优化思路分析    |    网站优化行业趋势    |    网站优化常见问题

关于我们 / About Us
深圳网站建设办公环境 博士通是一家一站式中小企业网络运营方案提供商,全国统一服务热线 :0755-89812581 ; 博士通总部位于深圳,业务涵盖域名注册,空间购买,深圳网站建设,网站建设和改版,微信公众号运营,百度竞价托管,网站优化推广引流,手机网站建设,小程序开发,购物网站开发,企业邮箱申请等服务。和传统网络公司不同的是,博士通在网页设计风格上独树一帜,领先行业率先推出宽屏企业网站设计风格,围绕客户需求的同时兼具行业潮流设计网站,让网站在新式设备上获得更好地展示效果;历经14年网站建设企业网站制作经验积累,客户遍及深圳,广州,成都,香港等地,涉及办公,装饰,电子,物流等不同行业... > > > 详 情
联系我们 / Contact Us
深圳市  龙华新区
富泉大厦715室
0755 - 业务咨询
89812581
售后QQ : 1227522459
E-mail : service@800535.com
© 2004-2019 深圳市博士通科技有限公司 版权所有( 粤ICP备15005241号 )  网站常年法律顾问:朱运德律师   
logo
做个企业网站多少钱?点击QQ图标,马上知道答案!
logologologo
咨询热线:0755 - 898 12581