解析Robots.txt 協議標準_建站經驗教程
推薦:關于網站創業夢的體會我是一個很喜歡新鮮網站的人。我始終覺得,經營一個網站,是很好的創業入口,無論是對支出的控制,還是能力的培養。這些年過去,對于網站創業,我有一些自己的想法,大家一起討論討論?
Robots.txt 是存放在站點根目錄下的一個純文本文件。雖然它的設置很簡單,但是作用卻很強大。它可以指定搜索引擎蜘蛛只抓取指定的內容,或者是禁止搜索引擎蜘蛛抓取網站的部分或全部內容。
下面我們就來詳細介紹一下它的使用方法:
Robots.txt 文件應該放在網站根目錄下,并且該文件是可以通過互聯網進行訪問的。
例如:
如果您的網站地址是 http://www.wf0088.com
那么,該文件必須能夠通過 http://www.wf0088.com/robots.txt 打開并看到里面的內容。
格式:
User-agent:
用于描述搜索引擎蜘蛛的名字,在" Robots.txt "文件中,如果有多條User-agent記錄說明有多個搜索引擎蜘蛛會受到該協議的限制,對該文件來說,至少要有一條User-agent記錄。如果該項的值設為*,則該協議對任何搜索引擎蜘蛛均有效,在" Robots.txt "文件中,"User-agent:*"這樣的記錄只能有一條。
Disallow:
用于描述不希望被訪問到的一個URL,這個URL可以是一條完整的路徑,也可以是部分的,任何以Disallow開頭的URL均不會被Robot訪問到。
舉例:
例一:"Disallow:/help"
是指/help.html 和/help/index.html都不允許搜索引擎蜘蛛抓取。
例二:"Disallow:/help/"
是指允許搜索引擎蜘蛛抓取/help.html,而不能抓取/help/index.html。
例三:Disallow記錄為空
說明該網站的所有頁面都允許被搜索引擎抓取,在"/robots.txt"文件中,至少要有一條Disallow記錄。如果"/robots.txt"是一個空文件,則對于所有的搜索引擎蜘蛛,該網站都是開放的可以被抓取的。
Robots.txt 協議中的注釋符。
舉例:
例一:通過"/robots.txt"禁止所有搜索引擎蜘蛛抓取"/bin/cgi/"目錄,以及 "/tmp/"目錄和 /foo.html 文件,設置方法如下:
User-agent: *
Disallow: /bin/cgi/
Disallow: /tmp/
Disallow: /foo.html
例二:通過"/robots.txt"只允許某個搜索引擎抓取,而禁止其他的搜索引擎抓取。
如:只允許名為"slurp"的搜索引擎蜘蛛抓取,而拒絕其他的搜索引擎蜘蛛抓取 "/cgi/" 目錄下的內容,設置方法如下:
User-agent: *
Disallow: /cgi/
User-agent: slurp
Disallow:
例三:禁止任何搜索引擎抓取我的網站,設置方法如下:
User-agent: *
Disallow: /
例四:只禁止某個搜索引擎抓取我的網站
如:只禁止名為“slurp”的搜索引擎蜘蛛抓取,設置方法如下:
User-agent: slurp
Disallow: /
分享:教菜鳥站長如何做好WAP站的推廣我一直在主做聯盟,贏點、WAP世紀應該是做的人比較多的了,不過都太扣量了,而且廣告有很多重復,服務態度也不是很好,客服人員都是愛理不理。后來開始做了一些新的平臺,當然不是指那些小
- 相關鏈接:
- 教程說明:
建站經驗教程-解析Robots.txt 協議標準。