2022-12-26 分类: 网站建设
作为一个网站建设加优化的公司,是必须要回的就是robots.txt文件,所以我们就来看看这个文件的意思
robots.txt是一个纯文本文件,用于声明该网站中不想被蜘蛛访问的部分,或者指定蜘蛛抓取的部分。不是规定,而是一种约定,需要蜘蛛自觉遵守的一种习俗
当蜘蛛访问一个站点时,它会首先检查该站点是否存在robots.txt
如果找到,蜘蛛就会按照该文件中的内容来确定抓取的范围
如果该文件不存在,那么蜘蛛就沿着链接直接抓取
robots.txt的作用
1、防止私密或重要内容被搜索引擎抓取
2、节省服务器资源,从而提高服务质量
3、减少重复抓取,提高网站质量
4、指定sitemap文件位置
User-agent: *
针对哪个搜索引擎蜘蛛
这里的*代表搜索引擎种类,*是通配符
Allow
定义的是允许蜘蛛抓取某个栏目或文件
Allow: /cgi-bin/
这里定义是允许访问cgi-bin目录
Allow:/* .htm$
允许访问以".htm"为后缀的URL
$指的是匹配行结束符
*指的是匹配任何字符
Disallow
定义的是禁止蜘蛛抓取某个栏目或文件
Disallow: /admin/
这里定义是禁止抓取admin目录
Disallow: /cgi-bin/*.htm
禁止抓取/cgi-bin/目录下的所有以".htm"为后缀的URL
Disallow: /*?*
禁止抓取网站中所有包含问号 “?”的网址
用法:sitemap:http://www.google.com/sitemap.xml
sitemap:URL全称(包含http://部分)
告诉搜索引擎蜘蛛这个页面是网站地图
robots.txt文件主要是限制整个站点或者目录的蜘蛛访问情况,而robots meta标签则主要是针对某个具体的页面
标题名称:robots.txt是什么?怎么运用
转载来源:/news34/225334.html
成都网站建设公司_创新互联,为您提供面包屑导航、建站公司、网站内链、全网营销推广、Google、软件开发
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