robots协议书写的正确姿势-robots文件

robots协议书写的正确姿势

robots协议对每个网站来说都至关重要,想要写好自己网站的robots协议就需要明白以下这些内容:

1、什么是robots协议?

robots协议全称“网络爬虫排除标准”,又称爬虫协议、机器人协议等,它规定着搜索引擎抓取网站时所能抓取的内容,是网络爬虫爬行网站时第一个要访问的文件;位于网站的根目录下,文件名是robots.txt 。

2、robots协议的作用是什么?

①robots协议用于保护网站的隐私,可以防止自己网站重要信息的泄露;

②同时,robots协议也能让网络爬虫合理地抓取网站内资源:可以屏蔽掉不想被抓取的隐私内容、后台、数据库文件、模板、插件文件、做了伪静态处理后的动态路径等,只抓取需要参与排名的页面;

③另外,robots协议还可以用于屏蔽一些网站中比较大的文件,如:图片、音乐、视频等,节省服务器的带宽;可以用于屏蔽站点的垃圾页面和死链。

3、robots协议的写法是什么?

robots协议是使用英文书写的,其写法如下:

①User-agent: 其后跟的是搜索引擎的名字,用于指定robots协议定义的对象;

②Disallow: 其后跟的是不允许网络爬虫抓取的文件的名称,用于定义禁止爬行的网站内容;

③Allow: 其后跟的是允许网络爬虫抓取的文件的名称,用于定义允许爬行的网站内容,一般不需要进行定义;

④* 它是一个通配符,用于指代“所有或任意的内容”;

⑤$ 它是结束符,用于定义相同后缀名的文件的后面,例如不允许抓取所有的图片文件时就可以以$结束行。

4、注意事项有哪些?

①不要随便地进行整站屏蔽,因为robots协议的生效时间短的是几天,长的是一个月;

②要注意空格,在“User-agent:”、“Disallow:”和“Allow:”的后面都有一个空格;

③要注意每一行的第一个首字母都需要大写。

看完整篇文章,你会正确地书写自己网站的robots协议了吗?会的话,抓紧时间给自己的网站添加一个robots协议吧。

推荐阅读