通过网站日志分析，会发现搜索引擎蜘蛛抓取了一些网站上不存在的文件后缀，如：.php、.asp、.aspx等。
搜外网站后台日志分析结果如下图：
image.
搜外主站实际上不存在php后缀的URL地址。
可通过robots.txt文件禁止蜘蛛抓取不存在的后缀，减少出现404返回值。
在robots.txt文件填写屏蔽规则如下：
Disallow: /*.asp$
Disallow: /*.php$
Disallow: /*.aspx$
注意前面一个*，后面一个$，代表后缀。
参考搜外的robots.txt文件写法，点击这里
来源：搜外网
关于网站的URL设计，虽然很少有人问到院长，但是，院长却见过了各种各样五花八门的URL，现在，院长和大家聊聊什么是友好的URL设计1、在搭建网站结构、制作URL时，尽量避开非主流设计，追求简单美即可, 越简单越平常，越好2、不建议URL中含有中文字符，中文字符容易出现识别问题3、URL长度要求从www开始到结束，总长度不超过1024个字节4、避免无效参数，如ll等5、谨慎使用#参数，有可能会被爬虫
中文URL对于国内搜索引擎的优化效果是肯定的，毕竟有很多现实的实例已经证明了这一点，只是子凡觉得中文可以适当的使用，但是如果不合理的使用其实也会带来一定的困扰吧!从事SEO行业的人都知道页面URL的处理是优化过程中一个非常重要组成部分，例如URL的伪静态、层级精简、树状结构等。这些细节的处理不仅对搜索引擎更友好，用户体验也会有一定的提升，因此这些对URL的处理必定是可以讨好搜索引擎的。而说到用户体
头条搜索Robots匹配说明是指在头条搜索过程中，搜索引擎会先根据用户的搜索关键词和搜索历史等信息，匹配出相关内容并展示给用户。而在这个过程中，搜索引擎会使用一种名为Robots的自动化程序来对网站进行定期的抓取和索引，以保持搜索结果的实时性和准确性。Robots程序会自动遵循搜索引擎协议和规则，对网站进行扫描和抓取，同时遵循相关网站的robots.txt文件中的规则来限制抓取行为。因此，网站发布
禁止搜索引擎收录的方法什么是robots.txt文件?搜索引擎使用spider程序自动访问互联网上的网页并获取网页信息。spider在访问一个网站时，会首先会检查该网站的根域下是否有一个叫做 robots.txt的纯文本文件，这个文件用于指定spider在您网站上的抓取范围。您可以在您的网站中创建一个robots.txt，在文件中声明该网站中不想被搜索引擎收录的部分或者指定搜索引擎只收录特定的部分
