「SEO大军」博主SEO大军从事8年SEO工作,有丰富的网站SEO优化实战经验,诚接网站SEO诊断、SEO顾问!
微信号:seodajun

首页 > SEO教程 / 正文

Robots.txt写法和注意事项

robots写法注意 2019-01-14 13:53:10 微信号:seodajun SEO教程
微信号:seodajun

  robots.txt直接放在网站根目录下,是蜘蛛访问网站时,第一个抓取的文件。robots.txt是告诉蜘蛛网站的哪些文件允许抓取,哪些文件不允许抓取,甚至可以指定特定的蜘蛛能不能抓取特定的文件。没有抓取就没有收录,没有收录就没有排名。所以作为第一蜘蛛访问的文件,写好robots.txt是很重要的,写好robots.txt后,一定要再检查一两遍,以防出错。这里总结下robots.txt写法,让你看完秒懂robots.txt写法和注意事项 。

  一、robots.txt具体作用

  1.对搜索引擎做出规定,抓取或者不抓取。

  2.由于有些信息规定了不让抓取,所以可以保护到一些必要的信息,比如:网站后台,用户信息。

  3.节省搜索引擎抓取资源。

  二、robots.txt规则

  1.User-agent,用于告诉识别蜘蛛类型。比如,User-agent: Baiduspider 就是指百度蜘蛛。

  各类蜘蛛列举如下:

  百度蜘蛛:Baiduspider

  谷歌机器人: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,允许蜘蛛抓取指定目录或文件,默认是允许抓取所有。

  3.Disallow,不允许蜘蛛抓取指定目录或文件。

  4.通配符,“*”,匹配0或多个任意字符。

  5.终止符,“$”,可以匹配以指定字符结尾的字符。

  举个例子:下面是一个CMS程序的robots.txt

  User-agent: *

  Disallow: /seodajun123/

  Disallow: /wp-includes/

  Disallow: /feed

  Disallow: /*/feed

  Disallow: /comments/feed

  Disallow: /*.js$

  Disallow: /*?*

  Sitemap: http://www.seodajun.com/sitemap.xml

  解释:

  User-agent: *:对所有搜索引擎都使用下面的规则。

  Disallow: /seodajun123/:不让蜘蛛抓取根目录下的seodajun123文件夹。

  Disallow: /*.js$:不让蜘蛛抓取根目录下所有的js文件。

  Disallow: /*?*:不抓取所有的动态链接。

  Sitemap: http://www.seodajun.com/sitemap.xml:给蜘蛛提供网站地图,方便蜘蛛抓取网站内容。

  三、robots.txt注意事项

  1.如果你希望搜索引擎收录网站上所有的内容,那么就不要建立robots.txt文件。

  2.如果同时存在动态和静态链接,那么建议屏蔽动态链接。

  3.robots.txt只能是屏蔽站内文件的,对站外文件没有屏蔽功能。

  4.User-agent,Allow,Disallow,Sitemap的首字母都是大写的。

  5.User-agent,Allow,Disallow,Sitemap的冒号后面都是有空格的,没有写空格直接写接下来的内容会出错。

  6.网站通常会屏蔽搜索结果页面。因为搜索结果页和正常展示的内容页相比,标题和内容上相同的,而这两个页面链接是不同的。那搜索引擎该将这篇文章归属于哪个内链呢?这样就会造成内链之间相互竞争,造成内部资源损耗。

  比如上面举的例子,那个cms程序,在没有设置伪静态,还是动态链接的时候,搜索结果页面链接都包含有/?s=,而 标题和内容 与 正常展示的动态链接内容页重复,可以通过Disallow: /?=*来屏蔽搜索结果页面。

  而现在那个cms程序已经设置了伪静态,也设置了Disallow: /*?*,Disallow: /*?*本身就包含了Disallow: /?=*,所以Disallow: /?=*这句写不写都没有关系

  7.建议屏蔽js文件。Disallow: /*.js$,以 .js 结尾的路径统统被屏蔽,这样就屏蔽了js文件。

  8.路径是区分大小写的。Disallow: /ab/ 和 Disallow: /Ab/ 是不一样的。

  9.robots.txt会暴露网站相关目录,写robots.txt时要考虑到这一点。

  10.有些seo会将文件直接备份在服务器中,文件是 .zip 格式,然后在robots.txt中屏蔽。个人不建议这样,这就是明显告诉人家你的备份文件位置。建议文件和数据都备份到本地。

  11.一些特殊规则对比:

  ①Disallow: /和Disallow: / ab (/后面有个空格,再有ab)是一样的,/后面多了个空格,蜘蛛之认空格前面那一段,就是Disallow: /,所以两个都是屏蔽整站的。

  ②Disallow: /ab和Disallow: /ab*是一样的。比如两个都能屏蔽http://域名/ab,http://域名/abc,http://域名/abcd。

  ③Disallow: /ab/和Disallow: /ab是不一样的。很明显,Disallow: /ab范围更广,包含了Disallow: /ab/。因为Disallow: /ab/只能屏蔽http://域名/ab/,http://域名/ab/....这样的路径,也就是只能屏蔽ab目录和ab目录下的文件不被蜘蛛抓取。

  四、验证robots.txt文件的正确性和是否生效

  当我们写好了robots.txt文件后,怎么确定文件的正确性呢?上传到服务器根目录后,怎么判断robots.txt文件是否生效了呢?这时我们可以借助百度资源平台Robots。比如输入SEO大军测试服网址,得到如下结果。

  验证robots.txt文件是否生效

  检测到robots.txt文件的内容

  验证robots.txt文件的正确性

robots写法注意检测

  结果证明,http://www.seodajun.com/robots.txt这个文件没有语法错误,并且已经生效了。

  若是想测试某一个目录或者文件是否被屏蔽了,百度也是提供了工具的。更多robots.txt内容,可以参考百度提供的文档哦。https://ziyuan.baidu.com/college/courseinfo?id=267&page=12

  robots.txt写法和注意事项就总结到这里了,内容相对细致,结合了例子讲解会很容易看懂,希望对您有所帮助咯。

大军SEO,8年来一直专注SEO技术研究,营销型网站建设,热爱SEO,希望能和大家多多交流共同学习,目前主要为企业和个人提供网站优化,关键词排名等服务,属于全职个人站长,凡是跟大军合作的每家企业/个人都是认真负责,做好网站每个细节,如有SEO/网络营销技术问题的朋友可以。

本页核心:robots,写法,注意

Tags:

声明:
1.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,如注作有误请联系我更改;
2.本站的原创文章,请转载时务必注明文章作者和来源,不尊重原创的行为我们将追究责任;
3.欢迎您对本文《Robots.txt写法和注意事项》做点评,本页面网址:http://www.seodajun.com/seojiaocheng/1092.html。

微信号:seodajun
SEO教程
了解更多robots,写法,注意,请在查看本站栏目对应内容进行参阅,如对Robots.txt写法和注意事项有不明之处可以与我交流,如Robots.txt写法和注意事项信息有误您也可以进行指导,本博客仅为SEO界的伙伴互相交流的一个SEO博客。

【大军SEO:原名蒙晓军,8年如一日因为专业所以专注!做网站优化8年,熟悉各种CMS,精通各种搜索引擎排名,深知产品推广套路。专注于营销型网站建设,整站优化外包、关键词排名、黑帽/白帽SEO技术!承接网站SEO优化服务、SEO顾问服务(QQ:88288050)】
Robots.txt写法和注意事项
热门标签
微信号:seodajun