網(wǎng)站的robots.txt文件設(shè)置是不是合理，哪些文件或許目錄需求屏蔽、哪些設(shè)置辦法對(duì)網(wǎng)站運(yùn)營(yíng)有優(yōu)點(diǎn)?有人復(fù)制出相同的內(nèi)容以應(yīng)付不同搜索引擎的排名規(guī)則。然而，一旦搜索引擎發(fā)現(xiàn)站內(nèi)有大量“克隆”的頁面，就會(huì)給以懲罰，不收錄這些重復(fù)的頁面。另一方面，我們網(wǎng)站的內(nèi)容屬于個(gè)人私密文件，不想暴露在搜索引擎中。這時(shí)，robot.txt就是為了解決這兩個(gè)問題。

創(chuàng)新互聯(lián)公司科技有限公司專業(yè)互聯(lián)網(wǎng)基礎(chǔ)服務(wù)商，為您提供成都西云數(shù)據(jù)中心，高防物理服務(wù)器租用，成都IDC機(jī)房托管，成都主機(jī)托管等互聯(lián)網(wǎng)服務(wù)。

一、什么是robots.txt

查找引擎運(yùn)用spider程序主動(dòng)拜訪互聯(lián)網(wǎng)上的頁面并獲取頁面信息。spider在拜訪一個(gè)網(wǎng)站時(shí)，會(huì)首先會(huì)查看該網(wǎng)站的根域下是不是有一個(gè)叫做 robots.txt的純文本文件，這個(gè)文件用于指定spider在您網(wǎng)站上的抓取規(guī)劃。您能夠在您的網(wǎng)站中創(chuàng)立一個(gè)robots.txt，在文件中聲明 該網(wǎng)站中不想被查找引擎錄入的有些或許指定查找引擎只錄入特定的有些。

二、robots.txt文件對(duì)網(wǎng)站有啥優(yōu)點(diǎn)

1、疾速增加網(wǎng)站權(quán)重和拜訪量;

2、制止某些文件被查找引擎索引，能夠節(jié)約服務(wù)器帶寬和網(wǎng)站拜訪速度;

3、為查找引擎供給一個(gè)簡(jiǎn)潔明了的索引環(huán)境

三、哪些網(wǎng)站的目錄需求運(yùn)用robots.txt文件制止抓取

1)、圖像目錄

圖像是構(gòu)成網(wǎng)站的首要組成元素。跟著現(xiàn)在建站越來越便利，許多cms的呈現(xiàn)，真實(shí)做到了會(huì)打字就會(huì)建網(wǎng)站，而正是由于如此便利，網(wǎng)上呈現(xiàn)了許多的同質(zhì)化模板網(wǎng)站，被重復(fù)運(yùn)用，這樣的網(wǎng)站查找引擎是必定不喜愛的，就算是你的網(wǎng)站被錄入了，那你的作用也是很差的。若是你非要用這種網(wǎng)站的話，主張你大概在robots.txt文件中進(jìn)行屏蔽，一般的網(wǎng)站圖像目錄是：imags 或許 img;

2)、網(wǎng)站模板目錄

如上面 圖像目錄 中所說，cms的強(qiáng)大和靈敏，也致使了許多同質(zhì)化的網(wǎng)站模板的呈現(xiàn)和亂用，高度的重復(fù)性模板在查找引擎中形成了一種冗余，且模板文件常常與生成文件高度類似，相同易形成相同內(nèi)容的呈現(xiàn)。對(duì)查找引擎很不友愛，嚴(yán)峻的直接被查找引擎打入冷宮，不得翻身，許多cms有具有獨(dú)立的模板寄存目錄，因而，大概進(jìn)行模板目錄的屏蔽。一般模板目錄的文件目錄是：templets

3)、css、js目錄的屏蔽

css目錄文件在查找引擎的抓取中沒有用途，也無法供給有價(jià)值的信息。所以強(qiáng)烈主張?jiān)趓obots.txt文件中將其進(jìn)行屏蔽，以進(jìn)步查找引擎的索引質(zhì)量。為查找引擎供給一個(gè)簡(jiǎn)潔明了的索引環(huán)境更易晉升網(wǎng)站友愛性。css款式的目錄一般情況下是：css 或許 style

js文件在查找引擎中無法進(jìn)行辨認(rèn)，這里僅僅主張，能夠?qū)ζ溥M(jìn)行屏蔽，這樣做也有一個(gè)優(yōu)點(diǎn)：為查找引擎供給一個(gè)簡(jiǎn)潔明了的索引環(huán)境;

4)、屏蔽雙頁面的內(nèi)容

這里拿dedecms來舉例吧。我們都曉得dedecms能夠運(yùn)用靜態(tài)和動(dòng)態(tài)url進(jìn)行同一篇內(nèi)容的拜訪，若是你生成全站靜態(tài)了，那你有必要屏蔽動(dòng)態(tài)地址的url連接。這里有兩個(gè)優(yōu)點(diǎn)：1、查找引擎對(duì)靜態(tài)的url比動(dòng)態(tài)的url更友愛、更簡(jiǎn)單錄入;2、避免靜態(tài)、動(dòng)態(tài)url能拜訪同一篇文章而被查找引擎判為重復(fù)內(nèi)容。這樣做對(duì)查找引擎友愛性來說是有益無害的。

5)、模板緩存目錄

許多cms程序都有緩存目錄，這種緩存目錄的優(yōu)點(diǎn)我想不用說我們也明白了吧，能夠十分有用的晉升網(wǎng)站的拜訪速度，削減網(wǎng)站帶寬，對(duì)用戶體會(huì)也是極好的。不過，這樣的緩存目錄也有必定的缺陷，那就是會(huì)讓查找引擎進(jìn)行重復(fù)的抓取，一個(gè)網(wǎng)站中內(nèi)容重復(fù)也是大祭，對(duì)網(wǎng)站百害而無一利。許多運(yùn)用cms建站的兄弟都沒有注意到，有必要要導(dǎo)致注重。

6)被刪去的目錄

死鏈過多，對(duì)查找引擎優(yōu)化來說，是喪命的。不能不導(dǎo)致站長(zhǎng)的高度注重，。在網(wǎng)站的開展過程中，目錄的刪去和調(diào)整是不可避免的，若是你的網(wǎng)站當(dāng)時(shí)目錄不存在了，那有必要對(duì)此目錄進(jìn)行robots屏蔽，并回來正確的404過錯(cuò)頁面(注意：在iis中，有的兄弟在設(shè)置404過錯(cuò)的時(shí)分，設(shè)置存在疑問，在自定義過錯(cuò)頁面一項(xiàng)中，404過錯(cuò)的正確設(shè)置大概是挑選：默認(rèn)值 或許 文件，而不大概是：url，以避免查找引擎回來200的狀況碼。至于怎樣設(shè)置，網(wǎng)上教程許多，我們要吧查找一下)

這里有一個(gè)爭(zhēng)議性的疑問，關(guān)于網(wǎng)站后臺(tái)辦理目錄是不是需求進(jìn)行屏蔽，其實(shí)這個(gè)可有可無。在能確保網(wǎng)站安全的情況下，若是你的網(wǎng)站運(yùn)營(yíng)規(guī)劃較小，就算網(wǎng)站目錄呈現(xiàn)在robots.txt文件中，也沒有多大疑問，這個(gè)我也見過許多網(wǎng)站這樣設(shè)置的;但若是你的網(wǎng)站運(yùn)營(yíng)規(guī)劃較大，對(duì)手過多，強(qiáng)烈主張千萬別呈現(xiàn)網(wǎng)站后臺(tái)管理目錄的信息，以防被心懷叵測(cè)的人使用，危害你的利益;引擎越來越智能，關(guān)于網(wǎng)站的管理目錄仍是能極好的辨認(rèn)，并拋棄索引的。別的，我們?cè)?a href="http://www.chinadenli.net/" target="_blank">做網(wǎng)站后臺(tái)的時(shí)分，也能夠在頁面元標(biāo)簽中增加：進(jìn)行查找引擎的屏蔽抓取。

四、robots.txt的基本語法

內(nèi)容項(xiàng)的基本格式：鍵: 值對(duì)。

1) User-Agent鍵

后面的內(nèi)容對(duì)應(yīng)的是各個(gè)具體的搜索引擎爬行器的名稱。如百度是Baiduspider，谷歌是Googlebot。

一般我們這樣寫：

User-Agent: *

表示允許所有搜索引擎蜘蛛來爬行抓取。如果只想讓某一個(gè)搜索引擎蜘蛛來爬行，在后面列出名字即可。如果是多個(gè)，則重復(fù)寫。

注意：User-Agent:后面要有一個(gè)空格。

在robots.txt中，鍵后面加：號(hào)，后面必有一個(gè)空格，和值相區(qū)分開。

2)Disallow鍵

該鍵用來說明不允許搜索引擎蜘蛛抓取的URL路徑。

例如：Disallow: /index.php 禁止網(wǎng)站index.php文件

Allow鍵

該鍵說明允許搜索引擎蜘蛛爬行的URL路徑

例如：Allow: /index.php 允許網(wǎng)站的index.php

通配符*

代表任意多個(gè)字符

例如：Disallow: /*.jpg 網(wǎng)站所有的jpg文件被禁止了。

結(jié)束符$

表示以前面字符結(jié)束的url。

例如：Disallow: /?$ 網(wǎng)站所有以?結(jié)尾的文件被禁止。

五、robots.txt實(shí)例分析

例1. 禁止所有搜索引擎訪問網(wǎng)站的任何部分

User-agent: *

Disallow: /

例2. 允許所有的搜索引擎訪問網(wǎng)站的任何部分

User-agent: *

Disallow:

例3. 僅禁止Baiduspider訪問您的網(wǎng)站

User-agent: Baiduspider

Disallow: /

例4. 僅允許Baiduspider訪問您的網(wǎng)站

User-agent: Baiduspider

Disallow:

例5. 禁止spider訪問特定目錄

User-agent: *

Disallow: /cgi-bin/

Disallow: /tmp/

Disallow: /data/

注意事項(xiàng)：1)三個(gè)目錄要分別寫。2)請(qǐng)注意最后要帶斜杠。3)帶斜杠與不帶斜杠的區(qū)別。

例6. 允許訪問特定目錄中的部分url

我希望a目錄下只有b.htm允許訪問，怎么寫?

User-agent: *

Allow: /a/b.htm

Disallow: /a/

注：允許收錄優(yōu)先級(jí)要高于禁止收錄。

從例7開始說明通配符的使用。通配符包括(“$” 結(jié)束符;

“*”任意符)

例7. 禁止訪問網(wǎng)站中所有的動(dòng)態(tài)頁面

User-agent: *

Disallow: /*?*

例8. 禁止搜索引擎抓取網(wǎng)站上所有圖片

User-agent: *

Disallow: /*.jpg$

Disallow: /*.jpeg$

Disallow: /*.gif$

Disallow: /*.png$

Disallow: /*.bmp$

其他很多情況呢，需要具體情況具體分析。只要你了解了這些語法規(guī)則以及通配符的使用，相信很多情況是可以解決的。

最后，需求闡明一點(diǎn)，許多站長(zhǎng)，經(jīng)常把站點(diǎn)地圖地址放在robots.txt文件中，當(dāng)然這里并不是去屏蔽查找引擎，而是讓查找引擎在首次索引網(wǎng)站的時(shí)分便能經(jīng)過站點(diǎn)地圖疾速的抓取網(wǎng)站內(nèi)容。這里需求注意一下：1、站點(diǎn)地圖的制造必定要標(biāo)準(zhǔn);2、網(wǎng)站必定要有高質(zhì)量的內(nèi)容;

文章名稱：Robots文件應(yīng)該屏蔽網(wǎng)站的哪些文件？合理的使用robots
標(biāo)題URL：http://www.chinadenli.net/article24/iccije.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供電子商務(wù)、響應(yīng)式網(wǎng)站、動(dòng)態(tài)網(wǎng)站、域名注冊(cè)、網(wǎng)站制作、移動(dòng)網(wǎng)站建設(shè)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)