seo优化 > seo教程 > seo技术 阅读:73

网站robots文件详解

我们在与人交往的时候,往往会将自己最好的一面展现给对方,避免不好的方面给对方留下不好的印象。同样,百度为了收录更多有效的页面,而SEO人员也为了展示更多有价值的页面,避免百度收录一些没有意义的页面,robots文件就诞生了。但是网站的程序是多样化的,不可能每个页面包括的数据库都有价值,所以百度给出了一个优先级的txt文件,也就是robots.txt文件。这个robots文件里优先存储的一般都是禁止百度蜘蛛爬行的文件,也就是不希望百度收录该网站的页面。

当百度蜘蛛首次爬行我们网站的时候,会优先爬行根目录下的robots文件,根据robots文件里屏蔽的文件夹或者某个文件名,而跳过这些文件,然后进行其他目录下页面的爬行及收录。如果网站下并不存在这个文件,那么百度或许会收录一些不必要的文件,甚至暴露我们的数据库等,这就会给一些不法分子造成空隙,通过我们的网站获利。

1.robots.txt所存放的位置

robots.txt文本文件必须存放在站点的根目录下,也就是需要和首页在同级目录下。这样一方面优先百度查找并进行排除,另一方面使百度蜘蛛没有必要去判断robots.txt文件存放在哪个目录下。如果没有robots.txt文件,会使百度蜘蛛爬行所有的网站,然后进行收录等,增加了一些不必要的操作,加大了百度蜘蛛的工作量。

注意:百度蜘蛛只能识别小写的robots文件,而且只能放在站点根目录下。

2.robots.txt常用语句

一般情况下,为了快速建站,会使用一些网络上的开源程序,而这些开源程序已经了解百度蜘蛛的模式,会默认在根目录下添加robots.txt文件,并且已经屏蔽了某些文件夹。以织梦网站CMS(内容管理系统)里的robots.txt为例:

robots.png

根据织梦网站的CMS里的robots.txt文件可以看到,User-agent:*表示禁止所有的搜索引擎收录本站。Disallow的意思是禁止抓取,/data/表示数据库,/dede/表示织梦默认的后台登录地址,/images/表示图片文件,/include/表示配置文件,/plus/表示附加文件,/special/表示专题目录,/templets/表示模板静态文件,/uploads/表示上传文件。最后的Sitemap是网站地图,是告诉百度蜘蛛这是网站的运行轨迹。

以上是织梦网站CMS里的robots文件,每个程序都会有对应的robots文件,我们只需要根据不同的开源程序提供的robots文件进行添加即可。

3.robots在网站中的展现形式

当SEO工作者需要在网站中展现robots文件的时候,可以根据自己的代码知识,或者通过网站程序员的帮助,进行一些必要的代码添加。而常用的代码则是

META:HTML网站中一个最重要的标签,通常可以展现网站的关键词和网站描述等;

·NAME="ROBOTS":识别所有搜索引擎;

·CONTENT="INDEX,FOLLOW":搜索引擎索引该页,并可以通过网页的链接搜索其他页面。

4.小结

一个优秀的网站都会存在robots文件,这个文件往往能帮助我们规避一些不必要的文件被展现出来。做SEO最重要的任务是展现我们的首页、栏目页及最重要的文章页。只有当这些页面优化得足够好的时候,我们的网站才是一个优秀网站。


beylze教程学院,一个分享编程知识和seo优化知识的网站。跟着beylze一起学习,每天都有进步。

通俗易懂,深入浅出,一篇文章只讲一个知识点。

文章不深奥,不需要钻研,在公交、在地铁、在厕所都可以阅读,随时随地涨姿势。

文章不涉及代码,不烧脑细胞,人人都可以学习。

当你决定关注beylze,你已然超越了90%的其他从业者!