一.robots.txt具體作用
1.對(duì)搜索引擎做出規(guī)定，抓取或者不抓取。
2.由于有些信息規(guī)定了不讓抓取，所以可以保護(hù)到一些必要的信息，比如：網(wǎng)站后臺(tái)，用戶信息。

3.節(jié)省搜索引擎抓取資源。

二.robots.txt規(guī)則
1.User-agent，用于告訴識(shí)別蜘蛛類型。比如，User-agent: Baiduspider 就是指百度蜘蛛。
各類蜘蛛列舉如下：
百度蜘蛛：Baiduspider
谷歌機(jī)器人：GoogleBot
360蜘蛛：360Spider
搜狗蜘蛛：Sogou News Spider
雅虎蜘蛛：“Yahoo! Slurp China” 或者 Yahoo!
有道蜘蛛：Youdaobot 或者 Yodaobot
Soso蜘蛛：Sosospider
2.Allow，允許蜘蛛抓取指定目錄或文件，默認(rèn)是允許抓取所有。
3.Disallow，不允許蜘蛛抓取指定目錄或文件。
4.通配符，“*”，匹配0或多個(gè)任意字符。
5.終止符，“$”，可以匹配以指定字符結(jié)尾的字符。
舉個(gè)例子：下面是一個(gè)wordpress程序的robots.txt
User-agent: *
Disallow: /wp-admin/
Disallow: /wp-includes/
Disallow: /wp-content/plugins
Disallow: /wp-content/themes
Disallow: /feed
Disallow: /*/feed
Disallow: /comments/feed
Disallow: /*.js$
Disallow: /*?*
Sitemap: http://chengdu.cdcxhl.com/
解釋：
User-agent: *：對(duì)所有搜索引擎都使用下面的規(guī)則。
Disallow: /wp-admin/：不讓蜘蛛抓取根目錄下的wp-admin文件夾。
Disallow: /*.js$：不讓蜘蛛抓取根目錄下所有的js文件。
Disallow: /*?*：不抓取所有的動(dòng)態(tài)鏈接。

Sitemap: http://chengdu.cdcxhl.com/：給蜘蛛提供網(wǎng)站地圖，方便蜘蛛抓取網(wǎng)站內(nèi)容。

三.robots.txt注意事項(xiàng)
1.如果你希望搜索引擎收錄網(wǎng)站上所有的內(nèi)容，那么就不要建立robots.txt文件。
2.如果同時(shí)存在動(dòng)態(tài)和靜態(tài)鏈接，那么建議屏蔽動(dòng)態(tài)鏈接。
3.robots.txt只能是屏蔽站內(nèi)文件的，對(duì)站外文件沒(méi)有屏蔽功能。
4.User-agent，Allow，Disallow，Sitemap的首字母都是大寫的。
5.User-agent，Allow，Disallow，Sitemap的冒號(hào)后面都是有空格的，沒(méi)有寫空格直接寫接下來(lái)的內(nèi)容會(huì)出錯(cuò)。
6.網(wǎng)站通常會(huì)屏蔽搜索結(jié)果頁(yè)面。因?yàn)樗阉鹘Y(jié)果頁(yè)和正常展示的內(nèi)容頁(yè)相比，標(biāo)題和內(nèi)容上相同的，而這兩個(gè)頁(yè)面鏈接是不同的。那搜索引擎該將這篇文章歸屬于哪個(gè)內(nèi)鏈呢?這樣就會(huì)造成內(nèi)鏈之間相互競(jìng)爭(zhēng)，造成內(nèi)部資源損耗。
比如上面舉的例子，那個(gè)wordpress程序，在沒(méi)有設(shè)置偽靜態(tài)，還是動(dòng)態(tài)鏈接的時(shí)候，搜索結(jié)果頁(yè)面鏈接都包含有/?s=，而 標(biāo)題和內(nèi)容 與 正常展示的動(dòng)態(tài)鏈接內(nèi)容頁(yè)重復(fù)，可以通過(guò)Disallow: /?=*來(lái)屏蔽搜索結(jié)果頁(yè)面。
而現(xiàn)在那個(gè)wordpress程序已經(jīng)設(shè)置了偽靜態(tài)，也設(shè)置了Disallow: /*?*，Disallow: /*?*本身就包含了Disallow: /?=*，所以Disallow: /?=*這句寫不寫都沒(méi)有關(guān)系
7.建議屏蔽js文件。Disallow: /*.js$，以 .js 結(jié)尾的路徑統(tǒng)統(tǒng)被屏蔽，這樣就屏蔽了js文件。
8.路徑是區(qū)分大小寫的。Disallow: /ab/ 和 Disallow: /Ab/ 是不一樣的。
9.robots.txt會(huì)暴露網(wǎng)站相關(guān)目錄，寫robots.txt時(shí)要考慮到這一點(diǎn)。
10.有些seo會(huì)將文件直接備份在服務(wù)器中，文件是 .zip 格式，然后在robots.txt中屏蔽。個(gè)人不建議這樣，這就是明顯告訴人家你的備份文件位置。建議文件和數(shù)據(jù)都備份到本地。
11.一些特殊規(guī)則對(duì)比：
①Disallow: /和Disallow: / ab (/后面有個(gè)空格，再有ab)是一樣的，/后面多了個(gè)空格，蜘蛛之認(rèn)空格前面那一段，就是Disallow: /，所以兩個(gè)都是屏蔽整站的。
②Disallow: /ab和Disallow: /ab*是一樣的。比如兩個(gè)都能屏蔽http://域名/ab，http://域名/abc，http://域名/abcd。
③Disallow: /ab/和Disallow: /ab是不一樣的。很明顯，Disallow: /ab范圍更廣，包含了Disallow: /ab/。因?yàn)镈isallow: /ab/只能屏蔽http：//域名/ab/，http：//域名/ab/....這樣的路徑，也就是只能屏蔽ab目錄和ab目錄下的文件不被蜘蛛抓取。

新聞名稱：關(guān)于網(wǎng)站優(yōu)化robots.txt的相關(guān)知識(shí)介紹
文章起源：http://www.rwnh.cn/news15/33665.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供小程序開發(fā)、網(wǎng)頁(yè)設(shè)計(jì)公司、網(wǎng)站策劃、App開發(fā)、網(wǎng)站改版、定制開發(fā)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)