..
您的位置:主页 > 温州SEO >

温州SEO robots.txt,sitemap禁止收录正确写法祥解

2016-11-21作者:admin来源:未知次阅读

robots.txt的定义
     robots.txt是搜索引擎协议,它明确的告诉搜索引擎那些页面可以抓取,那些页面不可以抓取,robots.txt文件存放在网站根目录下,是搜索引擎蜘蛛第一个访问的文件,也就是说蜘蛛来到我们网站,首先会检查网站根目录是否存在robots.txt,如果有,搜索引擎蜘蛛会根据robots.txt设置的相关指令进行抓取,如果没有robots.txt则全部抓取 ,只有当网站有不希望被搜索引擎收录的内容时,才需要使用robots.txt文件。如果您希望搜索引擎收录网站上所有内容,可以省略建立robots.txt文件。
robots.txt的作用
1.禁止搜索引擎收录一些低质量页面,如站点后台页面,注册页面,重复页面,评论页、搜索结果页等
2.比如网站改版,url重写,将动态网址静态化为永久固定链接等,就可以通过robots.txt设置网站索引权限,阻止Google或百度等搜索引擎抓取那些动态网址,从而大大减少了网站重复页面,对SEO优化起到了很明显的作用。

使用方法:

Robots.txt 文件应该放在网站根目录下,并且该文件是可以通过URL进行访问的。
例如:如果您的网站地址是 http://www.abc.com/那么,该文件必须能够通过 http://www.abc.com/robots.txt 打开并显示文件所设置的内容。

格式:

User-agent:

用于描述搜索引擎蜘蛛的名字,在" Robots.txt "文件中,如果有多条User-agent记录说明有多个搜索引擎蜘蛛会受到该协议的限制,对该文件来说,至少要有一条User-agent记录。如果该项的值设为*,则该协议对任何搜索引擎蜘蛛均有效,在" Robots.txt "文件中,"User-agent:*"这样的记录只能有一条。

Disallow:

用于描述不希望被访问到的一个URL,这个URL可以是一条完整的路径,也可以是部分的,任何以Disallow开头的URL均不会被Robot访问到。

举例:

例一:"Disallow:/help"是指/help.html 和/help/index.html都不允许搜索引擎蜘蛛抓取。

例二:"Disallow:/help/"是指允许搜索引擎蜘蛛抓取/help.html,而不能抓取/help/index.html。

例三:Disallow记录为空说明该网站的所有页面都允许被搜索引擎抓取,在"/robots.txt"文件中,至少要有一条Disallow记录。如果"/robots.txt"是一个空文件,则对于所有的搜索引擎蜘蛛,该网站都是开放的可以被抓取的。

#:Robots.txt 协议中的注释符。

综合例子 :

例一:通过"/robots.txt"禁止所有搜索引擎蜘蛛抓取"/bin/cgi/"目录,以及 "/tmp/"目录和 /foo.html 文件,设置方法如下:

User-agent: *

Disallow: /bin/cgi/

Disallow: /tmp/

Disallow: /foo.html

例二:通过"/robots.txt"只允许某个搜索引擎抓取,而禁止其他的搜索引擎抓取。如:只允许名为"slurp"的搜索引擎蜘蛛抓取,而拒绝其他的搜索引擎蜘蛛抓取 "/cgi/" 目录下的内容,设置方法如下:

User-agent: *

Disallow: /cgi/

User-agent: slurp

Disallow:

例三:禁止任何搜索引擎抓取我的网站,设置方法如下:

User-agent: *

Disallow: /

例四:只禁止某个搜索引擎抓取我的网站如:只禁止名为“slurp”的搜索引擎蜘蛛抓取,设置方法如下:

User-agent: slurp

Disallow: /

分享到: 更多
猜你喜欢 相关文章