建站知識

網站資訊動態(tài),網站建設知識,網站優(yōu)化SEO,營銷型網站建設,手機網站建設,搜索引擎營銷,常見問題解答,外貿網站建設等相關知識與動態(tài)。

您當前所在位置:首頁 > 建站知識 > 網站建設知識 > 正文

[轉載]ROBOTS.TXT指南

2011-12-23
當搜索引擎訪問一個網站時,它首先會檢查該網站的根域下是否有一個叫做robots.txt的純文本文件。Robots.txt文件用于限定搜索引擎對其網站的訪問范圍,即告訴搜索引擎網站中哪些文件是允許它進行檢索(下載)的。這就是大家在網絡上常看到的“拒絕Robots訪問標準”(Robots Exclusion Standard)。下面我們簡稱RES。 Robots.txt文件的格式:Robots.txt文件的格式比較特殊,它由記錄組成。這些記錄通過空行分開。其中每條記錄均由兩個域組成:    1) 一個User-Agent(用戶代理)字符串行;    2) 若干Disallow字符串行。    記錄格式為: ":"    下面我們分別對這兩個域做進一步說明。 User-agent(用戶代理):    User-agent行(用戶代理行) 用于指定搜索引擎robot的名字,以Google的檢索程序Googlebot為例,有:User-agent: Googlebot    一個robots.txt中至少要有一條User-agent記錄。如果有多條User-agent記錄,則說明有多個robot會受到RES標準的限制。當然了,如果要指定所有的robot,只需用一個通配符"*"就搞定了,即:User-agent: * Disallow(拒絕訪問聲明):    在Robots.txt文件中,每條記錄的第二個域是Disallow:指令行。這些Disallow行聲明了該網站中不希望被訪問的文件和(或)目錄。例如"Disallow: email.htm"對文件的訪問進行了聲明,禁止Spiders下載網站上的email.htm文件。而"Disallow: /cgi-bin/"則對cgi-bin目錄的訪問進行了聲明,拒絕Spiders進入該目錄及其子目錄。Disallow聲明行還具有通配符功能。例如上例中"Disallow: /cgi-bin/"聲明了拒絕搜索引擎對cgi-bin目錄及其子目錄的訪問,而"Disallow:/bob"則拒絕搜索引擎對/bob.html和/bob/indes.html的訪問(即無論是名為bob的文件還是名為bob的目錄下的文件都不允許搜索引擎訪問)。Disallow記錄如果留空,則說明該網站的所有部分都向搜索引擎開放。 空格 & 注釋    在robots.txt文件中,凡以"#"開頭的行,均被視為注解內容,這和UNIX中的慣例是一樣的。但大家需要注意兩個問題:    1) RES標準允許將注解內容放在指示行的末尾,但這種格式并不是所有的Spiders都能夠支持。譬如,并不是所有的Spiders都能夠正確理解"Disallow: bob #comment"這樣一條指令。有的Spiders就會誤解為Disallow的是"bob#comment"。最好的辦法是使注解自成一行。    2) RES標準允許在一個指令行的開頭存在空格,象"Disallow: bob #comment",但我們也并不建議大家這么做。 Robots.txt文件的創(chuàng)建:    需要注意的是,應當在UNIX命令行終端模式下創(chuàng)建Robots.txt純文本文件。好的文本編輯器一般都能夠提供UNIX模式功能,或者你的FTP客戶端軟件也“應該”能夠替你轉換過來。如果你試圖用一個沒有提供文本編輯模式的HTML編輯器來生成你的robots.txt純文本文件,那你可就是瞎子打蚊子——白費力氣了。 對RES標準的擴展:    盡管已經提出了一些擴展標準,如Allow行或Robot版本控制(例如應該忽略大小寫和版本號),但尚未得到RES工作組的正式批準認可。 附錄I. Robots.txt用法舉例:    使用通配符"*",可設置對所有robot的訪問權限。    User-agent: *    Disallow:    表明:允許所有搜索引擎訪問網站下的所有內容。    User-agent: *    Disallow: /    表明:禁止所有搜索引擎對網站下所有網頁的訪問。    User-agent: *    Disallow: /cgi-bin/Disallow: /images/    表明:禁止所有搜索引擎進入網站的cgi-bin和images目錄及其下所有子目錄。需要注意的是對每一個目錄必須分開聲明。    User-agent: Roverdog    Disallow: /    表明:禁止Roverdog訪問網站上的任何文件。    User-agent: Googlebot Disallow: cheese.htm    表明:禁止Google的Googlebot訪問其網站下的cheese.htm文件。    上面介紹了一些簡單的設置,對于比較復雜的設置,可參看一些大型站點如CNN或Looksmart的robots.txt文件(www.cnn.com/robots.txt, www.looksmart.com/robots.txt ) 附錄II. 相關robots.txt文章參考:    1. Robots.txt常見問題解析    2. Robots Meta Tag的使用    3. Robots.txt檢測程序

以上部分內容(文字、圖片)收集于互聯網,版權歸原作者所有。感謝每一位辛勤著寫的作者,感謝每一位的分享。免責聲明:如有侵犯您的原創(chuàng)版權請告知,我們將盡快刪除相關內容,感謝您的理解與支持。
上一篇:搜索引擎是如何工作的? 下一篇:垂直社區(qū)的重要性

服務項目查看更多

免責聲明

非常感謝您訪問我們的網站,并請您仔細閱讀本聲明的所有條款:

1、本站部分內容來源自網絡,涉及到的部分文章和圖片版權屬于原作者,本站轉載僅供大家學習和交流,切勿用于任何商業(yè)活動。

2、本站不承擔用戶因使用這些資源對自己和他人造成任何形式的損失或傷害。

3、本聲明未涉及的問題參見國家有關法律法規(guī),當本聲明與國家法律法規(guī)沖突時,以國家法律法規(guī)為準。

4、如果侵害了您的合法權益,請您及時與我們聯系,我們會在第一時間刪除相關內容!

聯系方式:023-65309616
電子郵件:543874515@qq.com

ENABLE YOUR BRAND
TO BURST INTO EXCELLENCE
中高端定制開發(fā)服務商
掃一掃,微信咨詢
130-7236-3699 543874515