查ICP网:全新的综合网站备案信息查询网
Copyright © 2008-2028 www.chaicp.com [ 查icp] All Rights Reserved.| 合肥寻云网络科技有限公司 | 营业执照
icp备案号:【皖B2-20160079-16】 增值电信业务经营许可证 【皖B2-20160079-16】 网站地图 robots文件 皖公网安备: 34010402702277号 不良举报 关于我们 免责申明 广告合作
robots文件就是告诉搜索引擎什么可以抓取什么不可以抓取的,一些对于我们的排名有害或者没有意义的页面我们就可以通过robots文件做到,下面我们来说说网站的robots文件应该怎么写?
robots.txt文件位置(推荐阅读:人民网曝光微信号买卖交易市场)
robots文件往往放置于根目录下
robots.txt文件格式
Disallow:该项的值用于描述不希望被访问的一组URL
Allow:该项的值用于描述希望被访问的一组URL
User-agent:该项的值用于描述搜索引擎robot的名字
例如:
User-Agent:YisouSpider // 配置YisouSpider
Disallow: / // 不允许YisouSpider抓取网站任何内容
User-Agent:* // 配置所有搜索引擎
Allow: / // 允许抓取网站任何内容
更多
Disallow: /abc //禁止抓取含abc目录及子目录的所有页面
注意:有些地方注释为“禁止抓取abc目录及子目录中的内容”百度官方有举例,"Disallow:/help"禁止robot访问/help.html、/helpabc.html、/help/index.html
Disallow: /abc/ //禁止抓取含abc目录的所有页面
百度官方有举例,"Disallow:/help/"则允许robot访问/help.html、/helpabc.html,不能访问/help/index.html。
robots.txt通配符的使用
"*" 匹配0或多个任意字符
"$" 匹配行结束符。
举例:
Disallow: /*?* //禁止抓取网站中所有的动态页面
Disallow: /*.htm$ // 禁止抓取所有以.htm为后缀的URL页面 /abc.htm/index 不匹配
区别于Disallow: /*.htm // /abc.htm/index 也匹配
网站哪些内容不建议被抓取
对于这个思想这个小白也懂的不多,一般取决于内容是否利于SEO的原则。例如,我博客的搜索结果页,没做好优化的tags页都禁止抓取了。而对于企业站来说,如果不打算可以优化公司名称的关键词,关于、联系、企业新闻等一些内容都可以考虑禁止
还有一点值得注意的事,有很多站长反馈说百度不遵循robots.txt协议,抓取不该抓取的内容。思享也感觉不是很靠谱,所以也可以考虑在一些页面设置meta name="robots"
以上就是网站的robots文件的写法了,想获得更多seo资讯的内容,请关注查icp备案网!