麦嘉网络是一家专注中小型企业网站建设,营销型网站建设,响应式网站建设,网站优化SEO推广的公司!

咨询热线:15833110578
微信号
新闻中心News
麦嘉网络

怎么写r​o​b​o​t​s.​t​x​t​?

2410
2020
当搜索引擎爬去我们页面时有一种爬虫蜘蛛叫做Baiduspider 蜘蛛在爬去网站页面之前,首先会去访问网站根目录下面的一个文件,就是robots.txt。这个文件其实就是给蜘蛛的规则,如果没有...
当搜索引擎爬去我们页面时有一种爬虫蜘蛛叫做“Baiduspider”
 
蜘蛛在爬去网站页面之前,首先会去访问网站根目录下面的一个文件,就是robots.txt。这个文件其实就是给“蜘蛛”的规则,如果没有这个文件,蜘蛛会认为你的网站同意全部抓取网页。
 
Robots.txr文件是一个纯文本文件,可以告诉蜘蛛哪些页面可以被抓取(收录),哪些页面不能被抓取。
怎么写r​o​b​o​t​s.​t​x​t​?
写robots.txt要注意的问题:
 
1、只有在你的网站包括不希望被搜索引擎收录的内容时,才利用robots.txt文件。要是您希望搜索引擎收录网站上全部内容,切勿创建 robots.txt文件,不要创建一个内容为空的robots.txt文件。这一点通常被人们忽视,实际上创建空的robots.txt文件对搜刮引擎非常不利。
 
2、如果你不想自己写robots.txt文件,那就请Google帮你写。登录Google平台,有生成robots.txt文件的。
 
3、robots.txt文件是以纯文本格式存在的txt文件。
 
4、robots.txt必须放在网站的根目录中。最上层的robots.txt文件必须这样被访问:如广州seo网站写的robots.txt http://g.moonseo.cn/robots.txt
 
5、robots.txt通常在某个分目录中还可以存在,但是要是与顶级目录中的robots.txt有不同,则以顶级目录中robots.txt为准。
 
6、写robots.txt时要严格根据以下大小写形式来写
 
7、User-agent: *
Disallow: /
这种格式不但仅是阻止抓取页面,更主要的是你的网站被收录了,然后又把robots.txt文件修改成以上格局,那么你的网站将在搜索引擎中被删除,整个地删除。
 
8、元标志对一样平常的网站来说可有可无,不过你还是得认识:
<META NAME=”ROBOTS” CONTENT=”NOINDEX,NOFOLLOW”>(不容许抓取该页面,不容许跟着该页面上的链连续续抓取)
<META NAME=”ROBOTS” CONTENT=”INDEX,FOLLOW”>(容许抓取该页面,容许跟着该页面上的链连续续抓取)
<META NAME=”ROBOTS” CONTENT=”INDEX,NOFOLLOW”>(容许抓取该页面,不容许跟着该页面上的链连续续抓取)
<META NAME=”ROBOTS” CONTENT=”NOINDEX,FOLLOW”>(不容许抓取该页面,容许跟着该页面上的链连续续抓取)
 
9、必要删除一些被搜索引擎收录的特定网页,参考
http://www.google.com/support/webmasters/bin/answer.py?answer=35301
目前好像只有Google这么做了
 
10、如果你的网站比较简单,那么下面的格式足够你利用的了。要是比较大的话,必要访问这里而又不必要访问那边,阻止这个文件又要容许那个文件,容许访问访问带有“?”标记的特定网页等等,那么你必须结合下面的格式详细研究符合于你网站的robots.txt文件写法。
 
接下来就和大家说说怎么写robots.txt?
 
1、阻止搜索引擎访问网站中全部的动态页面(动态页面便是URL中任何带有“?”的页面)
User-agent: *
Disallow: /*?*
 
2、限定搜索引擎访问某一特定文件后缀形式的网页。
User-agent: *
Disallow: /*.后缀形式(如.html、.htm、.php等等)
 
3、仅仅容许搜索引擎访问某一特定文件后缀形式的网页。
User-agent: *
Allow: .后缀形式(如.html、.htm、.php等等)$
Disallow: /
 
4、仅克制某一搜索引擎访问你的网站。 Google是googlebot 百度是baiduspider
User-agent: baiduspider
Disallow: /
 
5、阻止搜索擎访问网站特定某一文件格式的文件(注意不是网页)
User-agent: *
Disallow: /*.(文件格局:如gif、jpg等等)$
 
6、仅仅容许某一搜索引擎访问你的网站。同样百度是baiduspider Google是googlebot
User-agent: baiduspider
Allow:
User-agent: googlebot
Allow:
 
7、要是你网站的某个目录不想被搜索引擎收录,写法如下:
User-agent: *
Disallow: /目录名称1/
Disallow: /目录名称2/
Disallow: /目录名称3/
过细:不能写成Disallow: /目录名称1/ /目录名称2/ 这样的情势,每个目录要单独另起一行特别阐明。
 
8、容许全部的搜索引擎访问你的网站的任何部门,这是通常的用法。
User-agent: *
Disallow:
大概
User-agent: *
Allow: /
 
9、阻止全部搜索引擎访问网站的任何部门,也便是是阻止全部引擎收录你的网站。
User-agent: *
Disallow: /
 
10、容许搜索引擎访问特定目录中的网页
User-agent: *
Allow: /目录1/目录2(容许访问目录2中的网页)
Allow: /目录3/目录4(容许访问目录4中的网页)
Allow: /目录5/目录6(容许访问目录6中的网页)
Disallow: /目录1/
Disallow: /目录3/
Disallow: /目录5/
上面所介绍的都是几种常用的文件格式。详细的写法还要视个人的网站需求来定。

扫二维码与项目经理沟通

我们在微信上24小时期待你的声音
解答:网站优化,网站建设,seo优化,APP开发,小程序开发

我要咨询做网站
成功案例
建站流程
  • 网站需
    求分析
  • 网站策
    划方案
  • 页面风
    格设计
  • 程序设
    计研发
  • 资料录
    入优化
  • 确认交
    付使用
  • 后续跟
    踪服务
  • 15833110578
    15833110578
Hi,Are you ready?
准备好开始了吗?
那就与我们取得联系吧
24小时免费咨询热线15833110578
合作意向表
您需要的服务
您最关注的地方
预算

直接咨询