2023-12-08 分类: 网站建设
首先我们应该明白Robots.txt文件是网站与搜索引擎之间的一种协议,当搜索引擎来抓取你网站的时候,首先会看你网站根目录的Robots文件,搜索引擎会根据你写的这个协议来抓取你的网站内容,当然抓取的页面都是由你写的Robots来确定的。
Robots的基本概念与作用
搜索引擎使用spider程序来访问网站里面的内容,但是你的Robots文件可以告诉它那个页面可以访问,那个页面不可以访问,有些人认为网站当然容许抓取访问了,错,一些网站后台隐私文件、js、死链这些都是需要屏蔽的。
Robots常见的规则
1、User-agent指令: 此指令定义了此指令下面的内容对哪些蜘蛛有效。默认所有蜘蛛都允许抓取,如果此指令指定了特定的蜘蛛,那么此指令下跟的内容就对特定蜘蛛有效。
2、Disallow指令: 指禁止搜索引擎抓取的路径,也就是说此指令定义了禁止蜘蛛抓取哪些内容
3、Allow指令: 允许搜索引擎收录的地址,此指令定义了允许蜘蛛抓些哪些内容,如果是某些内容允许,其它全部拒绝,则可以用这个指令,大多数网站只用到禁止指令。
User-agent的用法示例
此指令是用来定义蜘蛛名的:常见的蜘蛛名包括:baiduspider、Googlebot、MSNbot、baiduspider-image、Youdaobot、Sogou web spider、Sogou inst spider、Sogou spider2、Sogou blog、Sogou News Spider、Sogou Orion spider、Sosospider、pangusoSpider、JikeSpider、yisouspider、EasouSpider。
Disallow的用法示例
1、禁止整站被抓取:
Disallow: /
2、禁止根目录下的woniuseo目录抓取:
Disallow: /woniuseo/
3、禁止根目录下的woniuseo目录下的单个页面woniuseo.html被抓取:
Disallow:/woniuseo/woniuseo.html
4、禁止全站含有?的页面被抓取:
Disallow: /*?*
5、禁止全站含有woniuseo的页面被抓取:
Disallow: /*woniuseo*
6、禁止全站后缀为.aspx的页面被抓取:
Disallow: /*.aspx$
7、禁止全站后缀为.jpg的文件被抓取:
Disallow:/*.jpb$
Allow的用法示例
1、允许所有页面被抓取:
Allow: /
2、允许woniuseo的目录被抓取:
Allow: /woniuseo/
3、允许抓取.html的页面:
Allow: /*.html$
4、允许抓取.jpg的图片:
Allow: /*.jpg$
总结:
把上面的内容结合起来就能够得到最佳的Wordpress程序robots.txt文件了。
User-agent: *
Disallow: /wp-admin/
Disallow: /wp-content/
Disallow: /wp-includes/
Disallow: /*/comment-page-*
Disallow: /*?replytocom=*
Disallow: /category/*/page/
Disallow: /tag/*/page/
Disallow: /*/trackback
Disallow: /feed
Disallow: /*/feed
Disallow: /comments/feed
Disallow: /?s=*
Disallow: /*/?s=*\
Disallow: /attachment/
使用方法:新建一个名称为robots.txt文本文件,将上面的内容放进去,然后上传到网站根目录即可。最后,就要要去网站看一下文件是否存在http://你的域名/robots.txt。上面只是些基本的写法,当然还有很多,不过这些已经够我们使用了。
网页标题:关于robots文件作用与写法的总结
本文链接:/news28/299828.html
成都网站建设公司_创新互联,为您提供搜索引擎优化、微信小程序、用户体验、建站公司、品牌网站建设、企业网站制作
声明:本网站发布的内容(图片、视频和文字)以用户投稿、用户转载内容为主,如果涉及侵权请尽快告知,我们将会在第一时间删除。文章观点不代表本网站立场,如需处理请联系客服。电话:028-86922220;邮箱:631063699@qq.com。内容未经允许不得转载,或转载时需注明来源: 创新互联
猜你还喜欢下面的内容