robots.txt协议文件对于seo人员来说是非常熟悉的,搜索引擎爬行你网站显卡robots协议.robots.txt是你对搜索引擎制定的一个如何索引你网站的规则.通过该文件搜索引擎就可以知道在你网站哪些文件可以被索引.我们就可以屏蔽一些没用的文件以及网址.下面详解网站robots文件如何书写?
如果允许所有搜索引擎访问网站的所有部分的话 建立一个空文档命名为robots.txt上传到网站根目录.
如果我们禁止所有搜索引擎访问网站的所有部分的话
下面是robots.txt用法:
User-agent: *
DisAllow: /
如果我们需要某一个搜索引擎的抓取的话,比如百度,禁止百度索引我们的网站的话
下面是robots.txt用法:
User-agent: Baiduspider
DisAllow: /
如果我们禁止Google索引我们的网站的话,那就把User-agent:头文件的蜘蛛名字改成谷歌的Googlebot即可
下面是robots.txt用法:
User-agent: Googlebot
DisAllow: /
如果我们禁止除Google外的一切搜索引擎索引我们的网站话
下面是robots.txt用法:
User-agent: Googlebot
Disallow:
User-agent: *
DisAllow: /
如果我们禁止除百度外的一切搜索引擎索引我们的网站的话
下面是robots.txt用法:
User-agent: Baiduspider
Disallow:
User-agent: *
DisAllow: /
如果我们需要禁止蜘蛛访问某个目录,比如禁止admin、css、images等目录被索引的话
下面是robots.txt用法:
User-agent: *
DisAllow: /css/
DisAllow: /admin/
DisAllow: /images/
允许蜘蛛访问我们网站的某个目录中的某个特定网址的话
下面是robots.txt用法:
User-agent: *
Allow: /css/my
DisAllow: /css/
我们看某些网站的robots.txt里的Disallow或者Allow里会看很多的符号,比如问号星号什么的,如果使用“*”,主要是限制访问某个后缀的域名,禁止访问/html/目录下的所有以“.htm”为后缀的URL(包含子目录).
下面是robots.txt用法:
User-agent: *
DisAllow: /html/*.htm
如果我们使用“$”的话是仅允许访问某目录下某个后缀的文件
下面是robots.txt用法:
User-agent: *
Allow: /.asp$
DisAllow: /
如果我们禁止索引网站中所有的动态页面(这里限制的是有“?”的域名,例如index.asp?id=1)
下面是robots.txt用法:
User-agent: *
DisAllow: /*?*
有些时候,我们为了节省服务器资源,需要禁止各类搜索引擎来索引我们网站上的图片,这里的办法除了使用“DisAllow: /images/”这样的直接屏蔽文件夹的方式之外,还可以采取直接屏蔽图片后缀名的方式.
如果我们禁止Google搜索引擎抓取我们网站上的所有图片(如果你的网站使用其他后缀的图片名称,在这里也可以直接添加)
下面是robots.txt用法:
User-agent: Googlebot
DisAllow: /jpg$
DisAllow: /jpeg$
DisAllow: /gif$
DisAllow: /png$
DisAllow: /bmp$
禁止百度搜索引擎抓取我们网站上所有图片的robots.txt用法:
User-agent: Baiduspider
DisAllow: /jpg$
DisAllow: /jpeg$
DisAllow: /gif$
DisAllow: /png$
DisAllow: /bmp$
除了百度之外和Google之外,禁止其他搜索引擎抓取你网站的图片(要注意的是这个办法比较笨,但是不失为一个实用的办法)robots.txt用法:
User-agent: Baiduspider
Allow: /.webp$
Allow: /.webp$
Allow: /.webp$
Allow: /.bmp$
User-agent: Googlebot
Allow: /.webp$
Allow: /.webp$
Allow: /.webp$
Allow: /.bmp$
User-agent: *
DisAllow: /jpg$
DisAllow: /jpeg$
DisAllow: /gif$
DisAllow: /png$
DisAllow: /bmp$
仅仅允许百度抓取网站上的“JPG”格式文件(其他搜索引擎的办法也和这个一样,修改一下搜索引擎的蜘蛛名称即可)robots.txt用法:
User-agent: Baiduspider
Allow: /.webp$
DisAllow: /jpeg$
DisAllow: /gif$
DisAllow: /png$
DisAllow: /bmp$
禁止所有搜索引擎抓取你网站带有字符串的网址.robots.txt用法:
User-agent:*
Allow:/*?$
Disallow:/*?
Disallow:/ *?
一行将拦截包含 ? 的网址(具体而言,它将拦截所有以您的域名开头、后接任意字符串,然后是问号 (?),也就是说拦截任意带字符串的网址).Allow: /*?$ 一行将允许包含任何以 ? 结尾的网址(将允许包含所有以您的域名开头、后接任意字符串,然后是问 号 (?),问号之后没有任何字符的网址).
如果我们想禁止搜索引擎对一些目录或者某些URL访问的话,可以截取部分的名字
下面是robots.txt用法:
User-agent:*
DisAllow: /plus/feedback.php?
以上的robots文件用法我们就讲解到这里,希望大家能够掌握,这是作为SEO人员必备的基本技术.
本文章内容来自于胖哥SEO博客,转载请注明:http://www.panggeseo.com/seojishu/40.html
