快捷搜索

什么是robots协议,robots.txt文件如何写

什么是robots.txt文件?robots.txt协议是什么?Robots(又称“机器人”、机器人协议等),全名为“网络爬虫排除标准”,作用就是网站通过Robots协议告诉搜索引擎蜘蛛哪些页面可以抓取,哪些页面不能抓取。
什么是robots协议,robots.txt文件如何写
而放置这些协议的文件就是robots.txt文件,那么robots.txt文件到底有什么用呢?robots协议又该如何写?需要注意哪些问题?刘少庆在本文会为大家详细说明。
 
一、robots.txt文件的含义
 
前面有提到,这个文本文件承载着robots协议,它告诉所有搜索引擎本网站哪些页面可以被抓取,哪些页面禁止抓取。这样做有两方面的意义:
 
1.保护隐私。例如有些页面信息不想被外界看到,但搜索引擎又不知道哪些是隐私信息,它还是会照常抓取、展现。如果我们通过设置robots做了限制,搜索引擎蜘蛛就会放弃抓取,外界就不能通过搜索引擎了解到这些隐秘信息。
 
2.调节页面抓取量。我们都知道每个网站蜘蛛抓取的配额都是有限的,如果我们通过robots.txt文件禁止一些不重要的页面被抓取,那么就节约了配额,让那些重要的页面得到更多的抓取机会。
 
二、robots.txt文件的写法
 
robots协议针对的就是允许或者不允许,另外也可以设置具体的搜索引擎,刘少庆认为正常情况下不用去区分搜索引擎,统一设置即可。
 
1、禁止所有搜索引擎访问网站
 
User-agent: *
 
Disallow: /
 
2、允许所有搜索引擎访问网站
 
User-agent: *
 
Allow: /
 
这是最基本的用法,robots协议的用法还有很多技术,刘少庆建议大家去仔细阅读robots协议。
 
三、robots.txt文件相关注意事项
 
有朋友说我的网站没有什么要禁止抓取的,你就不要设置robots.txt文件了吧,理论上行得通。不过,刘少庆建议,即便全部开放也最好设置一个robots文件,如本站的robots.txt文件:http://www.liuhaiseo.com/robots.txt。
 
四、robots.txt文件的位置
 
放在网站根目录下,在链接url的显示就是:http://www.liuhaiseo.com.com/robots.txt。
 
五、robots文件生成
 
有朋友提到有没有直接生产robots文件的工具,刘少庆认为这完全没有必要,robots文件应该手动去具体设置,这样才能发挥robots.txt文件最大的作用。
 
总结:关于什么是robots协议,robots.txt文件如何写就分享到这里了,本文只是对robots.txt文件做了大体意义上的讲解,如果你对robots协议还不是很了解,可以联系刘少庆,为你详细讲解。
 

您可能还会对下面的文章感兴趣: