当前位置:seo优化 > seo教程 > seo技术 > 网站robots文件怎么写?

网站robots文件怎么写?

作者:beylze 68℃ 暂无评论

Robots.txt 是存放在站点根目录下的一个的纯文本文件,蜘蛛进入网站做的第一件事就是抓取robots文件,看看其规定了什么?它具有强大的功能和作用。


网站robots文件怎么写?

robots文件.jpg

1.定义搜索引擎

用User-agent:来定义搜索引擎,其中*表示所有

百度蜘蛛名字:Baiduspider,谷歌蜘蛛名字:Googlebot。

User-agent:*表示定义所有蜘蛛

User-agent: Baiduspider表示自定义百度蜘蛛,

User-agent: Googlebot表示自定义谷歌蜘蛛

大家可以参考百度或者淘宝的robots.txt,他么就是这样写的,而我们小站只需要自定义所有搜索引擎蜘蛛即可。

2.禁止访问和允许访问

User-agent: *

Disallow: /

表示禁止所有搜索引擎访问;

User-agent: *

Allow: /

表示允许所有搜索引擎访问。

PS:在:后面/前面有一个英文状态下的空格,空格必须有,必须是英文状态下的

3.禁止搜索引擎访问网站中的某些目录

假设a是我网站根目录的一个文件夹,写法分别如下:

User-agent: *

Disallow: /a

禁止搜索引擎访问a文件夹及a文件夹下面的所有文件

User-agent: *

Disallow: /a/

禁止搜索引擎访问a文件夹下面的所有文件,但是a文件夹是允许被访问的(这里阐述不太清楚,具体大家可以去百度站长平台测试)

4、禁止搜索引擎访问某一类文件

$表示结尾,如果要禁止搜索引擎访问css结尾的文件,写法如下:

User-agent: *

Disallow: /*.css$

如果要禁止搜索引擎访问js结尾的文件,写法如下:

User-agent: *

Disallow: /*.js$

*号表示所有,$表示结尾,上面两个举例则表示所有css或者js结尾的文件

5.禁止访问网站中的动态页面

禁止访问网站中的动态页面,写法如下:

User-agent: *

Disallow: /*?*

?表示动态路径,*号表示所有。

6.禁止访问某个字母开头的文件

为了隐藏我们网站的一些目录,如后台地址等,假如shenshan这个文件夹是我网站的后台地址,我不想让别人通过robots.txt文件看到它,可以这样写

User-agent: *

Disallow: /sh*

这就表示所有sh开头的目录都不能访问

7.允许访问首页

只允许搜索引擎蜘蛛访问我们网站首页,写法如下:

User-agent: *

Disallow: /*

头条的robots.txt就是这样写的(似乎暴露了什么)。

8.禁止访问二级目录

如果我有两个文件夹下面同时存在shenshan这个文件夹,我又不想让搜索引擎访问shenshan这个文件夹,可以这样写:

User-agent: *

Disallow: /*/shenshan


书写robots文件注意事项

1.robots文件的后缀必须是.txt;

2.robots文件应该存放在网站的根目录,而且所有字母都必须小写;

3.在写robots文件的时候,User-agent、Disallow、Allow、Sitemap这些词开头第一个字母必须大写,后面的字母则要小写;

4.特别注意,在:后面必须有一个英文状态下的空格。


robots文件常见屏蔽对象

1:中文的链接-路径,抓取不友好,或者我们不需要它来排名。例如屏蔽“联系我们”:Disallow: /lianxi/

2:搜索结果页面,重复的质量低的。例如:

https://www.beylze.com/course/search?key=%E5%BB%BA%E7%AD%91&cateKey=%E5%BB%BA%E7%AD%91

https://www.beylze.com/course/search?key=%E4%BD%A0%E5%A5%BD&cateKey=%E4%BD%A0%E5%A5%BD

技巧:先找到规律。假如我们不允许抓取以下的 ,写成: Disallow: /course/search?key=*

3:动态路径,链接规律:?%/ ?等等 例如屏蔽带有?号的动态链接: Disallow: /*?*

4:js文件的 Disallow: /*.js$ 备注:官方的说法,关于js使用建议

5:网站的目录:模板目录、插件目录、后台目录。


robots文件编写误区

区别性:例如

Disallow: /ab=Disallow: /ab*

Disallow: /ab/ 前后有斜杠的/ab/代表单个文件夹

Disallow: /ab = Disallow: /* 斜杠代表了整个网站,范围更广。

例:

Disallow: /ab 这个规则对于以下两个链接都是屏蔽的:Disallow: /abc Disallow: /ab/123

Disallow: /ab/ 这个规则,只对 Disallow: /ab/123 生效,对于Disallow: /abc是无效的。


robots书写关于网站安全问题

Disallow: /dede 就知道网站是织梦做的,就会暴露网站程序。

1:织梦后台是可以修改程序的,例:Disallow: /dede 把dede改成ffff 即:Disallow: /ffff

2:wordpress 呢, 例: Disallow: /wp_admin 修改成:Disallow: /*admin


robots文件检测

写完robots文件后,记得检测一下文件。我们可以到百度站长平台校验,地址是:http://ziyuan.baidu.com/robots


robots文件添加网站地图

由于蜘蛛首先抓取的是robots文件,所以我们需要把我们网站地图【网站链接集成】写入到robots文件里面,可以放在文件最底部,方便蜘蛛更快抓取和更好收录,如Sitemap: url。

总之robots.txt文件是个比较严谨,书写过程严格按照规则来,当然最重要的是写好之后要检查,以防书写错误,导致蜘蛛抓取不到。


转载请注明: http://www.beylze.com/news/347.html
喜欢 ()or分享