2019
05-04

robots.txt禁止收录协议的写法,网站Robots.txt文件有什么作用

robots.txt

使用方法:

Robots.txt 文件应该放在网站根目录下,并且该文件是可以通过互联网进行访问的。

例如:如果您的网站地址是 https://aisoa.cn/那么,该文件必须能够通过 https://aisoa.cn/robots.txt 打开并看到里面的内容。

格式:

User-agent:

用于描述搜索引擎蜘蛛的名字,在" Robots.txt "文件中,如果有多条User-agent记录说明有多个搜索引擎蜘蛛会受到该协议的限制,对该文件来说,至少要有一条User-agent记录。如果该项的值设为*,则该协议对任何搜索引擎蜘蛛均有效,在" Robots.txt "文件中,"User-agent:*"这样的记录只能有一条。

Disallow:

用于描述不希望被访问到的一个URL,这个URL可以是一条完整的路径,也可以是部分的,任何以Disallow开头的URL均不会被Robot访问到。

robots.txt是什么

1.什么是robots.txt?

robots.txt 是网站和搜索引擎的协议的纯文本文件。当一个搜索引擎蜘蛛来访问站点时,它首先爬行来检查该站点根目录下是否存在robots.txt,

如果存在,根据文件内容来确定访问范围,如果没有,蜘蛛就沿着链接抓取。robots.txt 放在项目的根目录下。

robots.txt的写法

2. robots.txt语法

1) 允许所有搜索引擎访问网站的所有部分

robots.txt写法如下:

User-agent:  *

Disallow:

或者

User-agent:  *

Allow:  /

注意: 1. 第一个英文要大写,冒号是英文状态下,冒号后面有一个空格,这几点一定不能写错。

2) 禁止所有搜索引擎访问网站的所有部分

robots.txt写法如下:

User-agent:  *

Disallow:  /

3) 只需要禁止蜘蛛访问某个目录,比如禁止admin、css、images等目录被索引

robots.txt写法如下:

User-agent:  *

Disallow:  /css/

Disallow:  /admin/

Disallow:  /images/

注意:路径后面有斜杠和没有斜杠的区别:比如Disallow: /images/ 有斜杠是禁止抓取images整个文件夹,Disallow: /images 没有斜杠意思是凡是路径里面有/images关键词的都会被屏蔽

4)屏蔽一个文件夹/templets,但是又能抓取其中一个文件的写法:/templets/main

robots.txt写法如下:

User-agent:   *

Disallow:  /templets

Allow:  /main

5)  禁止访问/html/目录下的所有以”.php”为后缀的URL(包含子目录)

robots.txt写法如下:

User-agent:  *

Disallow:  /html/*.php

6) 仅允许访问某目录下某个后缀的文件,则使用“$”

robots.txt写法如下:

User-agent:  *

Allow:  .html$

Disallow:  /

7)禁止索引网站中所有的动态页面

比如这里限制的是有“?”的域名,例如index.php?id=1

robots.txt写法如下:

User-agent:  *

Disallow:  /*?*

8) 禁止搜索引擎抓取我们网站上的所有图片(如果你的网站使用其他后缀的图片名称,在这里也可以直接添加)

有些时候,我们为了节省服务器资源,需要禁止各类搜索引擎来索引我们网站上的图片,这里的办法除了使用“Disallow: /images/”这样的直接屏蔽文件夹的方式之外,还 可以采取直接屏蔽图片后缀名的方式。

robots.txt写法如下:

User-agent: *

Disallow:  .jpg$

Disallow:  .jpeg$

Disallow:  .gif$

Disallow:  .png$

Disallow:  .bmp$

写robots.txt要注意的地方

1. 第一个英文要大写,冒号是英文状态下,冒号后面有一个空格,这几点一定不能写错。

2. 斜杠:/ 代表整个网站

3.如果“/”后面多了一个空格,则屏蔽整个网站

4.不要禁止正常的内容

5.生效时间是几天到两个月

免费支持本站

支付宝打赏支付宝打赏 微信打赏微信打赏

本文》有 0 条评论

留下一个回复 (您的评论需要经过审核才能显示)