欢迎光临
天水SEO技术分享博客!

常用robots语法规则_纯像SEO

常用robots语法规则

一、什么是robots

搜索引擎搜索网站的一种规范,规则。规则。

robots是网站跟爬虫间的协议,用简单直接的txt格式文本方式告诉对应的爬虫被允许的权限,也就是说robots.txt是搜索引擎中访问网站的时候要查看的第一个文件。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。

robots

robots

robots运行图

robots运行图

二、为什么要做robots

它是搜索引擎搜索网站的第一步,它可以让搜索引擎抓取哪些内容?同时不抓取哪些内容?

保护隐私信息,防止用户信息泄露,保护站内隐私信息安全。

屏蔽垃圾页面和和重复页面/低质量页面/屏蔽动态链接/屏蔽死链等

注意事项:

在建站初期,不能用robots屏蔽全站,不让蜘蛛抓取。其影响是:蜘蛛对网站的友好程度降低,后期网站文章收录较慢。

三、语法规则(常用)

a:Disallow意思:禁止抓取/屏蔽抓取/不允许抓取

b:Allow意思:允许抓取/遵从最详细的规则但是允许抓取其中的图片。

c:空格+/意思:根目录地址。

robots运行图

下面是VeryCMS里的robots.txt文件:

User-agent: *

Disallow: /admin/ 后台管理文件

Disallow: /require/ 程序文件

Disallow: /attachment/ 附件

Disallow: /images/ 图片

Disallow: /data/ 数据库文件

Disallow: /template/ 模板文件

Disallow: /css/ 样式表文件

Disallow: /lang/ 编码文件

Disallow: /script/ 脚本文件

五、常见的robots

名称 搜索引擎

google蜘蛛: googlebot

百度:baiduspider

yahoo蜘蛛:slurp

alexa蜘蛛:ia_archiver

msn蜘蛛:msnbot

altavista蜘蛛:scooter

lycos蜘蛛: lycos_spider_(t-rex)

alltheweb蜘蛛: fast-webcrawler/

inktomi蜘蛛: slurp

六、总结

目前看来,绝大多数的搜索引擎机器人都遵守robots.txt的规则,而对于Robots META标签,目前支持的并不多,但是正在逐渐增加,如著名搜索引擎GOOGLE就完全支持,而且GOOGLE还增加了一个指令“archive”,可以限制GOOGLE是否保留网页快照。例如:

<META NAME=”googlebot” CONTENT=”index,follow,noarchive”>

表示抓取该站点中页面并沿着页面中链接抓取,但是不在GOOLGE上保留该页面的网页快照

纯像SEO总结的就是以上robots常用的语法规则。一般小的企业站和个人博客站,使用最多的就是这几种协议规则。

赞(0) 打赏
原创不容易,请尊重知识博主的辛勤劳动:转载请联系:chunxiangseo纯像SEO » 常用robots语法规则_纯像SEO
分享到: 更多 (0)

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址

天水纯像SEO

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

微信扫一扫打赏

This site is protected by wp-copyrightpro.com