快捷搜索

robots文件完整写法及注意事项

robots.txt 是存放在站点根目录下的一个的纯文本文件,搜索引擎蜘蛛进入网站做的第一件事就是查看网站robots文件,看看其规定了什么?它具有强大的功能和作用,从seo优化角度来说,一份好的robots文件可以规定搜索引擎蜘蛛那些内容可以抓取,哪些内容不能抓取,这也为搜索引擎节约了大量的搜索资源,对于搜索引擎来说肯定是比较喜欢的,同时也可以让搜索引擎对我们的站点增加友好度,以及网站的动态链接统一化,同一路径有利于集中权重,从我自身来说,可以保护个人隐私不至于被公开,例如:网站隐私、后台用户信息等。

robots文件完整写法及注意事项

robots文件完整写法及注意事项

一、学习robots文件编写,前提是得熟悉网站url和url的原理以及网站程序目录,为什么?很简单蜘蛛是通过url抓取的,文件具体形式,以阿里云主机根目录为例,格式表示如下:

技巧:域名=根目录。

/htdocs/=域名

/htdocs/skin/=域名/skin/

/htdocs/skin/css/=域名/skin/stivle.css/

二、robots写法注意点:冒号后面有一个英文空格,必须全英文模式书写,字母大小写要注意,这是比较严谨的,需要特别注意。例如

Disallow: /ab/abc/

Allow: /ab/abc/

User-agent: Baiduspider

三、操作流程以及写法:桌面新建一个.txt文件,在文件上写robots规则。

1:下面先来看看名词定义解释,不同的搜索引擎有不同的蜘蛛。

【1】:User-Agent:对蜘蛛进行的规定(1)对百度蜘蛛的规定User-agent:  Baiduspider (2) 谷歌User-Agent:  Googlebot  (3)必应User-agent:Bingbot(4)360User-Agent:  360Spider(5)宜搜User-Agent:  Yisouspider(6)搜狗User-Agent:  Sogouspider  (7)雅虎User-Agent:  Yahoo!  Slurp

User-Agent: *指对所有的蜘蛛

【2】:Disallow:指禁止抓取。

【3】:Allow:指允许抓取 。

2:写法:以上三个格式综合使用,例如:我们要屏蔽/skin/文件夹里面的一部分文件,但是又希望抓取到/skin/文件夹里面的/css/文件夹,书写技巧:先禁止抓取/skin/文件夹,后面再允许抓取/css/ 文件夹就可以了。

Disallow: /skin/表示禁止抓取/skin/文件夹

Allow: /css/表示允许抓取/skin/文件夹里面的/css/文件夹

注意点:前后都有斜杠表示文件夹。

3:符号名词解释:

(1)*通配符 :代表所有的,例如:

User-Agent: * 就是表示对所有的蜘蛛

Allow: /skin/*  表示允许包括/skin/文件夹以下的所以文件

(2)$终止符:表示结束。例如不允许抓取.js结尾的文件,写成:Disallow: /*.js$

四、常见屏蔽对象:

1:中文的链接-路径,抓取不友好,或者我们不需要它来排名。例如屏蔽“联系我们”:Disallow: /lianxi/

2:搜索结果页面,重复的质量低的。例如:

http://www.xxxxx.com/course/search?key=%E5%BB%BA%E7%AD%91&cateKey=%E5%BB%BA%E7%AD%91

http://www.xxxxx.com/course/search?key=%E4%BD%A0%E5%A5%BD&cateKey=%E4%BD%A0%E5%A5%BD

技巧:先找到规律。假如我们不允许抓取以下的 ,写成:Disallow: /course/search?key=*

3:动态路径,链接规律:?%/  等等 例如屏蔽带有?号的动态链接: Disallow: /*?*

4:js文件的  Disallow: /*.js$  备注:官方的说法,关于js使用建议

5:网站的目录:模板目录、插件目录、后台目录。。。。。。

五、编写误区:

区别性:例如

Disallow: /ab=Disallow:  /ab*

Disallow: /ab/ 前后有斜杠的/ab/代表单个文件夹

Disallow: /ab  = Disallow: /*   斜杠代表了整个网站,范围更广。

例:Disallow: /ab 这个规则对于以下两个链接都是屏蔽的:Disallow: /abc Disallow: /ab/123

Disallow: /ab/ 这个规则,只对 Disallow: /ab/123 生效,对于Disallow: /abc是无效的。

六、网站安全:Disallow: /dede 就知道网站是织梦做的,就会暴露网站程序。

1:织梦后台是可以修改程序的,例:Disallow: /dede 把dede改成ffff 即:Disallow: /ffff

2:wordpress 呢,例:Disallow: /wp_admin 修改成:Disallow: /*admin

七、检测:写完robots文件后,记得检查文件是否正确。

八、由于蜘蛛首先抓取的是robots文件,所以我们需要把我们网站地图【网站链接集成】写入到robots文件里面,方便蜘蛛更快抓取网站内容。

广州seo顾问点评:robots.txt文件是个比较严谨,书写过程严格按照规则来,当然最重要的是写好之后要检查,以防书写错误,导致蜘蛛抓取不到。

本文仅代表刘海seo博客观点,如有疑问,欢迎指出!

您可能还会对下面的文章感兴趣: