对于SEO网站优化人员来说,网站的每一个小的细节都至关重要,都是我们需要去优化处理的,如:Sitmap、H1、ALT标签、404、301等,在前面我已经讲过刚才列举的这些了,今天小编东莞SEO冯超为大家来讲解一下Robots,什么是RobotS?Robots文件该如何书写?
什么是Robots?
Robots协议(也称为爬虫协议、机器人协议等)的全称是“网络爬虫排除标准”(Robots Exclusion Protocol),网站通过Robots协议告诉
搜索引擎哪些页面可以抓取,哪些页面不能抓取。
Robots文件该如何书写?
先在站点的根目录下新建一个robots.txt文本文件。当搜索蜘蛛访问这个站点时,它会首先检查该站点根目录下是否存在robots.txt,如果存在,搜索蜘蛛就会先读取这个文件的内容:
文件写法
User-agent: * 这里的*代表的所有的搜索引擎种类,*是一个通配符
Disallow: / 这里定义是禁止爬寻站点所有的内容
Disallow: /admin/ 这里定义是禁止爬寻admin目录下面的目录
Disallow: /ABC/ 这里定义是禁止爬寻ABC目录下面的目录
Disallow: /cgi-bin/*.htm 禁止访问/cgi-bin/目录下的所有以".htm"为后缀的URL(包含子目录)。
Disallow: /*?* 禁止访问网站中所有包含问号 (?) 的网址
Disallow: /.webp$ 禁止抓取网页所有的.webp格式的图片
Disallow:/ab/adc.html 禁止爬取ab文件夹下面的adc.html文件。
Allow: /cgi-bin/ 这里定义是允许爬寻cgi-bin目录下面的目录
Allow: /tmp 这里定义是允许爬寻tmp的整个目录
Allow: .htm$ 仅允许访问以".htm"为后缀的URL。
Allow: .webp$ 允许抓取网页和gif格式图片
Sitemap: 网站地图 告诉爬虫这个页面是网站地图
下面列出来的是比较出名的搜索引擎蜘蛛名称:
Google的蜘蛛: Googlebot
百度的蜘蛛:baiduspider
360的蜘蛛:360spider
SOGOU的蜘蛛:Sogou web spider/4.0和Sogou inst spider/4.0
按照以上的说明,小编东莞SEO冯超给大家一个案例参考,,以360的来说,禁止抓取的robots.txt代码写法如下:
User-agent: 360spider
Disallow: /goods.php
Disallow: /category.php
本文出自东莞SEO冯超博客:http://www.yunmajp.com/371.html