网站优化中robots.txt要如何设置?

  相信有过济南网站优化经历的seo从业者对于robots.txt文档并不陌生,那么您真的了解robots吗?您会设置robots吗?

  下面让济南网站建设公司-dafa娱乐场网页版登录来为您分析一下:

  1、什么是robots.txt文件搜索引擎有自己的搜索习惯,当它对一个网站进行搜索时,哪些目录和文件要看,哪些不用看,它有自己的算法。我们也可以自己建立一个robots.txt文件,告诉搜索引擎的机器人哪些可以被收录,哪些不需要收录。这样可以节约自己网站的资源,提高被搜索引擎收录的效率。

  2、robots.txt放置位置robots.txt必须放置在一个站点的根目录下,而且文件名必须全部小写。

  3、robots相关语法

  1)User-agent:适用下列规则的漫游器(搜索引擎)该项的值用于描述搜索引擎robot的名字。在robots.txt文件中,如果有多条User-agent记录,就说明有多个robot会受到robots.txt的限制,对该文件来说,至少要有一条User-agent记录。如果该项的值设为*,则对任何robot均有效。

  ●Google爬虫名称:Googlebot

  ●百度(Baidu)爬虫名称:Baiduspider

  ●雅虎(Yahoo)爬虫名称:YahooSlurp

  ●有道(Yodao)蜘蛛名称:YodaoBot

  ●搜狗(sogou)蜘蛛名称:sogouspider

  ●MSN的蜘蛛名称(微软最新搜索引擎Bing蜘蛛名也是这个):Msnbot

  2)Disallow:拒绝访问的目录或文件

  该项的值用于描述不希望被访问的一组URL,这个值可以是一条完整的路径,也可以是路径的非空前缀,以Disallow项的值开头的URL不会被robot访问。

  例如:Disallow:/seo.html表示禁止robot访问文件/seo.html

  3)Allow:允许访问的目录或文件该项的值用于描述希望被访问的一组URL,与Disallow项相似,这个值可以是一条完整的路径,也可以是路径的前缀,以Allow项的值开头的URL是允许robot访问的。

  例如:

  Allow:/hibaidu/表示允许robot访问目录/hibaidu/

  4)使用通配符"*"和"$":

  $匹配行结束符。

  *匹配0或多个任意字符。

  ?匹配1个任意字符

  5)robots.txt文件里还可以直接包括在sitemap文件的链接。

  Sitemap:http://www.lemigift.com/sitemaps.xml

  4、robots.txt文件用法举例

  1)、拦截所有的机器人访问网站User-agent:*Disallow:/

  2)、允许所有的机器人访问网站User-agent:*Allow:/

  3)、禁止所有机器人访问特定目录:

  User-agent:*Disallow:/public/Disallow:/images/Disallow:/temp/Disallow:/include/

  4)、禁止特定搜索引擎蜘蛛访问特定目录(这里我们以百度蜘蛛为例说明)User-agent:BaiduspiderDisallow:/test/上面的robots.txt语法示例的意思是禁止百度蜘蛛爬行根目录下的test目录

  5)、仅禁止Baiduspider抓取.jpg格式图片User-agent:BaiduspiderDisallow:.jpg$

  6)、仅允许访问以".htm"为后缀的URL。User-agent:*Allow:.htm$Disallow:/

  7)、禁止访问网站中所有的动态页面

  User-agent:*Disallow:/*?*

  5、常见robots.txt错误

  1)、把多个禁止命令放在一行中:

  错误地写法Disallow:/css//cgi-bin//images/

  正确的写法Disallow:/css/Disallow:/cgi-bin/Disallow:/images/

  2)、表示目录时,忘记了斜杠/

  错误的写法User-agent:BaiduspiderDisallow:css

  正确的写法User-agent:BaiduspiderDisallow:/css/

  6、robotsmeta网页标签写法RobotsMETA标签则主要是针对一个个具体的页面。

  和其他的META标签(如使用的语言、页面的描述、关键词等)一样,RobotsMETA标签也是放在页面的<head></head>中,专门用来告诉搜索引擎ROBOTS如何抓取该页的内容。

  RobotsMETA标签的写法:RobotsMETA标签中没有大小写之分,name=”Robots”表示所有的搜索引擎,可以针对某个具体搜索引擎写为name=”BaiduSpider”。

  content部分有四个指令选项:index、noindex、follow、nofollow,指令间以“,”分隔。INDEX指令告诉搜索机器人抓取该页面;FOLLOW指令表示搜索机器人可以沿着该页面上的链接继续抓取下去;

  RobotsMeta标签的缺省值是INDEX和FOLLOW,只有inktomi除外,对于它,缺省值是INDEX,NOFOLLOW。

  这样,一共有四种组合:

  <METANAME="ROBOTS"CONTENT="INDEX,FOLLOW">

  <METANAME="ROBOTS"CONTENT="NOINDEX,FOLLOW">

  <METANAME="ROBOTS"CONTENT="INDEX,NOFOLLOW">

  <METANAME="ROBOTS"CONTENT="NOINDEX,NOFOLLOW">

  其中<METANAME="ROBOTS"CONTENT="INDEX,FOLLOW">可以写成<METANAME="ROBOTS"CONTENT="ALL">;

  <METANAME="ROBOTS"CONTENT="NOINDEX,NOFOLLOW">可以写成<METANAME="ROBOTS"CONTENT="NONE">

  目前看来,绝大多数的搜索引擎机器人都遵守robots.txt的规则,而对于RobotsMETA标签,目前支持的并不多,但是正在逐渐增加,如著名搜索引擎GOOGLE就完全支持,而且GOOGLE还增加了一个指令“archive”,可以限制GOOGLE是否保留网页快照。

  例如:<METANAME="googlebot"CONTENT="index,follow,noarchive">表示抓取该站点中页面并沿着页面中链接抓取,但是不在GOOLGE上保留该页面的网页快照。

Previous Post网站优化如何避免网站被k掉
发表 留言