robots.txt文件的正规写法

原创 SEO培训  2019-08-03 12:50  阅读 6 views 次 评论 0 条

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”,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.txt是一个协议,而不是一个命令。robots.txt是搜索引擎中访问网站的时候要查看的第一个文件。robots.txt文件告诉蜘蛛程序在服务器上什么文件是可以被查看的。那么各位站长对robots了解多少?知道robots文件怎么写吗?下面天企网络小编就来为大家介绍。, ,  robots协议原理, ,  Robots协议是国际互联网界通行的道德规范,基于以下原则建立:, ,  1、搜索技术应服务于人类,同时尊重信息提供者的意愿,并维护其隐私权;, ,  2、网站有义务保护其使用者的个人信息和隐私不被侵犯。, ,  robots功能,  Robots协议用来告知搜索引擎哪些页面能被抓取,哪些页面不能被抓取;可以屏蔽一些网站中比较大的文件,如:图片,音乐,视频等,节省服务器带宽;可以屏蔽站点的一些死链接。方便搜索引擎抓取网站内容;设置网站地图连接,方便引导蜘蛛爬取页面。, ,  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。, , robots文件的写法, ,  Disallow: /admin/ 这里定义是禁止爬寻admin目录下面的目录。, ,  Disallow: /require/ 这里定义是禁止爬寻require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: /.jpg$ 禁止抓取网页所有的.jpg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: .gif$ 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。, ,  对于robots.txt文件的写法就为大家分享到这里,当一个搜索蜘蛛访问一个站点时,它会首先检查该站点根目录下是否存在robots.txt,如果存在,搜索机器人就会按照该文件中的内容来确定访问的范围;如果该文件不存在,所有的搜索蜘蛛将能够访问网站上所有没有被口令保护的页面。天企seo优化小编提醒大家,仅当您的网站包含不希望被搜索引擎收录的内容时,才需要使用robots.txt文件。如果您希望搜索引擎收录网站上所有内容,请勿建立robots.txt文件。,你可能喜欢的: 网站建设是网络营销的 SEO优化排名对于任何产 汉口网站建设信息架构 企业SEO优化需要投入多 网站要转载文章网站排 模板网站建站的流程! SEO优化:高手更新网站 人们一般在什么时候会 帮你的网页进行升级 徐州建网站外链减少被

历史上的今天:

本文地址:https://www.dgseo163.com/seos/7603.html
关注我们:请关注一下我们的微信公众号:扫描二维码黑帽seo | SEO技术核心算法培训_黑帽优化实战赚钱技术推广的公众号,QQ:1358589665
版权声明:本文为原创文章,版权归 SEO培训 所有,欢迎分享本文,转载请保留出处!

评论已关闭!