robots.txt概念
如果我们网站内有某些特殊的文件不让搜索引擎收录,那怎么办?
答案是:使用一个叫做robots.txt的文件。
robots.txt文件告诉搜索引擎本网站哪些文件是允许搜索引擎蜘蛛抓取,哪些不允许抓取。
搜索引擎蜘蛛访问网站任何文件之前,需先访问robots.txt文件,然后抓取robots.txt文件允许的路径,跳过其禁止的路径。
总结:robots.txt是一个简单的.txt文件,用以告诉搜索引擎哪些网页可以收录,哪些不允许收录。
关于robots.txt文件的10条注意事项:
1、如果未创建robots.txt文件,则代表默认网站所有文件向所有搜索引擎开放爬取。
2、必须命名为:robots.txt,都是小写,robot后面加"s"。
3、robots.txt必须放置在一个站点的根目录下。
通过如https://www.seowhy.com/robots.txt 可以成功访问到,则说明本站的放置正确。
4、一般情况下,robots.txt里只写着两个函数:User-agent和 Disallow。
5、空格换行等不能弄错,可复制这个页面并修改为自己的。点击
6、有几个禁止,就得有几个Disallow函数,并分行描述。
7、至少要有一个Disallow函数,如果都允许收录,则写: Disallow:
如果都不允许收录,则写:Disallow: / (注:只是差一个斜杆)。
8、允许有多个User-agent,如果对所有爬取蜘蛛生效,则用“*”星号表示。
9、robtos.txt文件内可以放上Sitemap文件地址,方便告诉搜索引擎Sitemap文件地址。
10、网站运营过程中,可以根据情况对robots.txt文件进行更新,屏蔽一些不要搜索引擎抓取的文件地址。
举例两个常见屏蔽规则:
User-agent: * 星号说明允许所有搜索引擎收录
Disallow: /search.html 说明 https://www.seowhy.com/search.html 这个页面禁止搜索引擎抓取。
Disallow: /index.php? 说明类似这样的页面https://www.seowhy.com/index.php?search=%E5%A5%BD&action=search&searchcategory=%25 禁止搜索引擎抓取。
来源:搜外网
seozixuewang
手机扫码阅读
专业的技术驱动型网络技术公司,公司成立于2009年,12年专注数字产品开发,用创新迎合客户不断增长的需求,为客户提供专业的数字化解决方案, 为企业和品牌在不断变化的数字化环境中脱颖而出。
威海网站建设, 威海微信公众号开发, 威海企业邮箱, 威海行业网站, 威海系统开发, 威海软件开发, 威海APP开发, 威海域名注册, 威海商标查询, 威海商标注册, 威海商标设计, 威海知识产权代理, 威海房产销控系统, 威海缺陷跟踪系统, 威海企业云/私有云解决方案, 威海企业邮局