江西SEO优化—提供SEO顾问服务、网站SEO优化诊断方案(合作微信/QQ:707468216)

详细的robots.txt文件的写法

时间:2017-07-24 10:59 来源:SEO优化 作者:江西SEO曾庆平

本文正题:做过SEO的朋友一定知道robots.txt是什么。
 
这里再详细介绍下:
 
搜索引擎用来爬取网页内容的工具我们称之为搜索引擎机器人。搜索引擎机器人每次来到要抓取的网站,都会先访问这个网站根目录下的一个文件(robots.txt),如果不存在该文件,则搜索引擎机器人默认这个网站允许其全部抓取。
 
robots.txt是一个简单的纯文本文件(记事本文件),搜索引擎机器人通过robots.txt里的“说明”,理解该网站是否可以全部抓取或部分抓取。如果你希望搜索引擎收录你网站的全部网页,则你可以不设置robots.txt或上传一个命名为robots.txt的空记事本到根目录。上传你的robots.txt后,通过 你的域名/robots.txt 可以正常访问。 注意,robots.txt的命名,都应该是小写。访问如:http://www.qingpingseo.com/robots.txt
 
robots.txt写法
 
robots.txt文件的内容主要就是一个代码:Disallow:
 
注意,robots.txt文件中一般要包含至少一个Disallow:
 
如果都允许收录,你可以写一行Disallow:/search.html   这个文件(search.html)本来就不存在也没事。
 
格式如:
 
User-agent: *
 
Disallow: /search.html
 
Disallow: /index.php?
 
Disallow: /tempweb/
 
说明:
 
User-agent: *   这里说明本Robots.txt针对哪一个搜索引擎蜘蛛而言,星号代表针对所有搜索引擎蜘蛛,包括百度、google、yahoo等。
 
Disallow: /search.html  说明不允许收录 /search.html 这个文件。
 
Disallow: /index.php?  说明不允许收录以index.php?为前缀的链接如:index.php?122.html、index.php?=12、index.php?/baidu等等
 
Disallow: /tempweb/  说明不允许收录/tempweb/里的所有文件。但可以收录如:/tempwebtaim.html 的链接。
 
Disallow: /*-*      屏蔽全站url内带有 - 的链接
 
Disallow: /*?*      屏蔽全站url内带有 ?  的连接
 
Disallow: /*html?*      屏蔽全站url内带有 html?  的连接
 
这里介绍的是常用的几个代码。
 
如果需要了解更多关于Disallow:的用法,请了解百度官方的介绍:http://www.baidu.com/search/robots.html
 
通过robots.txt来删除被收录的内容
 
1、当你的网页已被收录,但想用robots.txt删除掉,一般需要1-2个月。
 
2、结合Google网站管理员工具,你可以马上删除被Google收录的网页。
 
3、结合百度的站长平台,通过这里可以尽快删除被百度收录的页面:http://zhanzhang.baidu.com/feedback
 
使用Robots.txt遵循这么几个原则:
 
1、不要屏蔽首页的后缀,比如:index.php,index.html 等;
 
2、不要写太多带星号的,尽量简洁一些,我们看百度和Google的robtos.txt带星号的写法几乎没有,太多带星号的,就可能存在误伤;
 
3、不用什么都屏蔽,某些页面即使被收录了也不影响什么的,就建议可以不用屏蔽。
 
百度robots.txt写法
 
相关问题:
 
1、我发现有一个网站被K了,但它加了我的网站链接,我可以把它屏蔽吗?
 
被K的网站加你网站的链接,对你网站是没有太大影响的。通过robots.txt也没有办法屏蔽外部链接。
 
2、我的首页是index.html,我可以把index.php屏蔽吗?
 
为了安全起见,请不要屏蔽,因为index.php才是真实存在的首页。不屏蔽是一定没事,但屏蔽了,可能存在隐患。
 
3、我不喜欢我网站的后台登陆地址被搜索引擎收录,同时也不希望放在robots.txt里被其他人知道。我怎么来屏蔽呢?
 
这个确实是一个问题,我们想到一个解决办法是这样:
 
比如:你的网站后台是/wp-admin.php    那么你在robtos.txt里只要写上
 
Disallow: /wp-admi     这样的写法,就屏蔽了 /wp-admi  之后所有的url方式。
 
4、如果我只是具体某一个页面不希望被收录,怎么办?
 
在这个robtos.txt里直接屏蔽这个页面的URL就可以。
 
如:Disallow: /123/nourl.html
 
5、有什么注意的经验?
 
1、江西SEO曾庆平经常看到一些SEO的朋友,在robots.txt里屏蔽了首页文件。比如:index.html、index.php、Default.php,原因是,他的首页可能是index.asp,但通过以上这几个也能访问首页,于是,他就想屏蔽了他们。这样的做法是不对的。首页,尽量都不要屏蔽。
 
2、如果网站上存在一些比较大的文件、比如:打包文件、大图片文件、音乐文件、或电影文件、日志文件夹等等,可以屏蔽掉,因为这些文件可能让你的流量过大,占用过多宽带。具体例子就是江西SEO曾庆平的robots.txt:http://www.qingpingseo.com/robots.txt
 
这里有一个
 
Disallow: /uploads/   因为曾庆平很多图片放在uploads里,通过这个方式,就可以避免图片被收录,从而节省流量和带宽。
 
6、举个例子说明robots.txt的作用和做法
 
在百度site:qingpingseo.com 然后多点击几页,会发现存在很多不带www的类似这样的URL,(因为已经屏蔽,所以,你查看时,可能已经不存在
 
点击里面的链接,发现不能访问,或能访问,却访问到不同的帖子内容。这个url来源是每个帖子左上角的 上一页,下一页。这里的。而因为每个页面“上一页,下一页”的内容是变化的,这就导致百度收录的那个URL,内容不断变化;这会影响网站的在搜索引擎的信任度,所以,现在采取的办法是,采用robots.txt屏蔽了这类URL。
 
7、用工具判断自己设置的robots.txt 有没语法错误
 
地址:http://zhanzhang.baidu.com/robots/index
 
8、我想屏蔽某一个二级域名,如何屏蔽?
 
新建一个robots.txt文件,里面是屏蔽全站的代码(Disallow: /),然后上传到二级域名的根目录下,让通过 xx.yuming.com/robots.txt 可以访问到。
 
9、但为什么江西SEO曾庆平的robots.txt那么复杂?
 
作为未来的SEO精英,你需要深入了解并充分利用robots.txt。
 
10、robots.txt里是否可以放sitemap地址?
 
可以。可以把网站sitemap地址放在robots.txt里,方便搜索引擎抓取。放的方式可以为 Sitemap: http://www.qingpingseo.com/sitemap.txt
 

声明:本文原创归江西SEO所有,转载请注明原文网址: http://www.qingpingseo.com/jiaocheng/82.html

围观: 1000次 | 责任编辑:江西SEO曾庆平

回到顶部