本文要介绍的是关于robots文件的一些信息。
1 V1 n" R' E3 b+ w robots.txt是一个纯文本形式的文件，例如我们的记事本，当每个搜索引擎蜘蛛访问我们的站点时，蜘蛛首先要检查的就是所在站点是否存在robots.txt文件，如果该文件存在，那么蜘蛛就会按照robots里的协议进行爬取。如果robots.txt不存在那么蜘蛛就会按照链接去爬取各个页面。如果没有配置robots.txt的站点，蜘蛛将被转到，如果没有设置404错误页面这是对搜索引擎不友好的。而robots文件必须是txt完全小写格式，必须放在网站的根目录下。& N+ C5 \ b6 A) v; `8 I
我们可以理解为，robots.txt是一个互联网协议，如果robots里禁止蜘蛛爬取那么蜘蛛就会遵循这个旨意。robots起到引导保护自己不想被蜘蛛爬取的页面。比如说私密文件。
/ {' c0 q- D! J( c6 D; E 那么其重要用途是什么呢? 我们可以合理利用蜘蛛这个特性，来有效的引导蜘蛛的爬行路径，减少蜘蛛的爬行深层页面的压力，从而叫蜘蛛搜索更大的信息，提高网站收录。而在进行网站优化的时候，很多站长都会使用robots来禁止蜘蛛爬取不相关，不利于网站优化的页面。如大量图片，后台，在线购物，在线支付等等。这样就可以提高蜘蛛的爬行能力，这也是网站优化的一个重要细节。" ?5 R2 T* E/ ~* `
上面我们了解了，robots.txt能给搜索引擎蜘蛛减压，有效的利用robots.txt可以引导蜘蛛爬行路线，爬取更多的页面，提高收录。那么如何制作robots.txt呢。 指令表示搜索robots可以沿着该页面上的链接继续爬取下去。 那么如何设置网站中不想被爬取的部分呢?
. Y# s9 J- J* q; ~ 首先创建一个纯文本文件 robots.txt，在这个文件中声明该网站中不想被robot访问的部分。该文件必须放在网站根目录下。' x" t7 B" y; x6 t# ?. Q8 p
robots.txt文件包含一条或更多的记录，这些记录通过空行分开(以cr、cr / nr、或nl作为结束符)，每一条记录格式为： ":" 在该文件中可以使用#进行注解。
9 M: _4 S0 q- @0 h4 ~0 J robots.txt文件用法举例$ U- h' E; V+ _
1.禁止所有搜索引擎访问网站的任何部分。! q& R M1 I: }. W: ?
User-agent:*0 b! t. Z3 E1 |4 E+ A3 i
Disallow:/* E# F8 ^, E2 B: K6 a) y
2.禁止某个搜索引擎的访问。
2 J7 V# z6 ?( E+ G/ J3 K/ f User-agent: BadBot
2 r+ X% N8 w& K" U4 l+ b* X% _. M Disallow:/
7 a, D3 p% A* z- ^4 E 3.允许某搜索引擎的访问
: k8 ~6 x0 p" v0 R User-agent: baiduspider+ D |* H8 O8 O. Q; R
Disallow:# \7 r# g6 l+ I) V5 ?+ }
User-agent:*
) g1 z* H: {5 k# z' ?" x' y/ S Disallow:/
7 {) w0 A: U, D5 R% P 4.一个简单的例子# l) }' _' M7 R
改网站又3个目录对搜索引擎的访问做了限制，即搜索引擎不会访问这3个目录。, z F# _, d- P9 |" v' @: h3 c% J
User-agent:*- y; G! @) z) S
Disallow: /cgi-bin/
' l9 q3 z% k2 n2 Q( P7 q$ c Disallow:/tmp/
( T2 a0 Q) ]! f- u$ Z Disallow:/admin/
5 k2 Z. c, F( y6 K 需要注意的是对每一个目录需要分开声明。 |
