2020年2月21日09:47
0
41
robots.txt文件生成及用法举例
限制目录:绝对路径,路径之前要以"/"开头。
SiteMap:(留空为无)谷歌为xml格式,百度支持Xml、Txt、Html格式
检索间隔:
所有搜索引擎:
国内搜索引擎
- 百度
- SOSO
- 搜狗
- 有道
国外搜索引擎
- 谷歌
- Bing
- 雅虎
- Alexa
- MSN Search
- DMOZ
特殊搜索引擎
- Google Image
- Yahoo MM
- Yahoo Blogs
- MSN PicSearch
请将以上结果保存到记事本,命名为robots.txt上传到网站根目录
Robots简介
Robots.txt 是存放在站点根目录下的一个纯文本文件。虽然它的设置很简单,但是作用却很强大。它可以指定搜索引擎蜘蛛只抓取指定的内容,或者是禁止搜索引擎蜘蛛抓取网站的部分或全部内容。
使用方法:
Robots.txt 文件应该放在网站根目录下,并且该文件是可以通过互联网进行访问的。
例如:如果您的网站地址是 http://www.domain.com/那么,该文件必须能够通过 http://www.domain.com/robots.txt 打开并看到里面的内容。
格式:
User-agent:
用于描述搜索引擎蜘蛛的名字,在" Robots.txt "文件中,如果有多条User-agent记录说明有多个搜索引擎蜘蛛会受到该协议的限制,对该文件来说,至少要有一条User-agent记录。如果该项的值设为*,则该协议对任何搜索引擎蜘蛛均有效,在" Robots.txt "文件中,"User-agent:*"这样的记录只能有一条。
Disallow:
用于描述不希望被访问到的一个URL,这个URL可以是一条完整的路径,也可以是部分的,任何以Disallow开头的URL均不会被Robot访问到。
举例:
例一:"Disallow:/help"是指/help.html 和/help/index.html都不允许搜索引擎蜘蛛抓取。
例二:"Disallow:/help/"是指允许搜索引擎蜘蛛抓取/help.html,而不能抓取/help/index.html。
例三:Disallow记录为空说明该网站的所有页面都允许被搜索引擎抓取,在"/robots.txt"文件中,至少要有一条Disallow记录。如果"/robots.txt"是一个空文件,则对于所有的搜索引擎蜘蛛,该网站都是开放的可以被抓取的。
#:Robots.txt 协议中的注释符。
综合例子 :
例一:通过"/robots.txt"禁止所有搜索引擎蜘蛛抓取"/bin/"目录,以及 "/photo/"目录和 /files.html 文件,设置方法如下:
User-agent: *
Disallow: /bin/
Disallow: /photo/
Disallow: /files.html
例二:通过"/robots.txt"只允许某个搜索引擎抓取,而禁止其他的搜索引擎抓取。如:只允许名为"Baiduspider"的搜索引擎蜘蛛抓取,而拒绝其他的搜索引擎蜘蛛抓取 "/cgi/" 目录下的内容,设置方法如下:
User-agent: *
Disallow: /cgi/
User-agent: Baiduspider
Disallow:
例三:禁止任何搜索引擎抓取我的网站,设置方法如下:
User-agent: *
Disallow: /
例四:只禁止某个搜索引擎抓取我的网站如:只禁止名为“Google”的搜索引擎蜘蛛抓取,设置方法如下:
User-agent: Googlebot
Disallow: /
更新日志
2020年2月16日03:09 创建
继续阅读