站长之家 - 中国草根站长新闻、建站经验、素材资源交流平台!
分类导航

站长新闻|网站运营|建站经验|网站优化|站长资源|站长源码|

服务器之家 - 站长之家 - 建站经验 - 什么是Robots?Robots文件该如何书写?

什么是Robots?Robots文件该如何书写?

2022-08-16 21:01冯超博客 建站经验

对于SEO网站优化人员来说,网站的每一个小的细节都至关重要,都是我们需要去优化处理的,如:Sitmap、H1、ALT标签、404、301等,在前面我已经讲过刚才列举的这些了,今天小编为大家来讲解一下Robots,那什么是Robots?Robots文件该如

对于SEO网站优化人员来说,网站的每一个小的细节都至关重要,都是我们需要去优化处理的,如:Sitmap、H1、ALT标签、404、301等,在前面我已经讲过刚才列举的这些了,今天小编为大家来讲解一下Robots,那么是Robots?Robots文件该如何书写?

什么是Robots?Robots文件该如何书写?

什么是Robots?

Robots协议(也称为爬虫协议、机器人协议等)的全称是“网络爬虫排除标准”(Robots Exclusion Protocol),网站通过Robots协议告诉搜索引擎哪些页面可以抓取,哪些页面不能抓取。

Robots文件该如何书写?

先在站点的根目录下新建一个robots.txt文本文件。当搜索蜘蛛访问这个站点时,它会首先检查该站点根目录下是否存在robots.txt,如果存在,搜索蜘蛛就会先读取这个文件的内容:

文件写法

User-agent: * 这里的*代表的所有的搜索引擎种类,*是一个通配符

Disallow: / 这里定义是禁止爬寻站点所有的内容

Disallow: /admin/ 这里定义是禁止爬寻admin目录下面的目录

Disallow: /ABC/ 这里定义是禁止爬寻ABC目录下面的目录

Disallow: /cgi-bin/*.htm 禁止访问/cgi-bin/目录下的所有以".htm"为后缀的URL(包含子目录)。

Disallow: /*?* 禁止访问网站中所有包含问号 (?) 的网址

Disallow: /.jpg$ 禁止抓取网页所有的.jpg格式的图片

Disallow:/ab/adc.html 禁止爬取ab文件夹下面的adc.html文件。

Allow: /cgi-bin/ 这里定义是允许爬寻cgi-bin目录下面的目录

Allow: /tmp 这里定义是允许爬寻tmp的整个目录

Allow: .htm$ 仅允许访问以".htm"为后缀的URL。

Allow: .gif$ 允许抓取网页和gif格式图片

Sitemap: 网站地图 告诉爬虫这个页面是网站地图

下面列出来的是比较出名的搜索引擎蜘蛛名称:

Google的蜘蛛: Googlebot

百度的蜘蛛:baiduspider

360的蜘蛛:360spider

SOGOU的蜘蛛:Sogou web spider/4.0和Sogou inst spider/4.0

按照以上的说明,小编东莞SEO冯超给大家一个案例参考,,以360的来说,禁止抓取的robots.txt代码写法如下:

User-agent: 360spider

Disallow: /goods.php

Disallow: /category.php

原文地址:http://www.yunmajp.com/371.html

延伸 · 阅读

精彩推荐