Robots基础知识_创建robots.txt注意事项!

一:robots基础知识

robots协议(也称爬虫协议、机器人协议等),“全称是网络爬虫扫除规范“(Robots Exclusion Protocol),深圳SEO陶水水网站经过robots协议告诉搜索引擎哪些页面能够抓取,哪些页面不能够抓取。

Robot.txt的效果?

能够让蜘蛛更高效的匍匐网站

能够阻挠蜘蛛匍匐动态页面,从而处理重复录入的问题

能够削减蜘蛛匍匐无效页面,节约服务器带宽

能够屏蔽搜索引擎屏蔽一些隐私页面或许临时页面

怎么创立robots.txt文件呢?

右击桌面——新建文本文档——重命名为robots.txt(一切文件有必要小写)——编写规矩——用FTP把文件上(放到根目录下)传到空间

创立robots.txt需求留意的知识点:

1、有必要是txt结束的纯文本文件

2、文件名一切字母有必要是小写

3、文件有必要要放在根目录下

4、文件内的冒号有必要是英文半角状态下

Robots基础知识_创建robots.txt注意事项

二:robots参数解说

User-agent

首要效果:用于描绘搜索引擎蜘蛛的姓名

举列:

1、描绘一切蜘蛛

User-agent:*

2、描绘百度蜘蛛

User-agent:BaiduSpider

百度:BaiduSpider

谷歌:Googlebot

搜狗:Sogou web spider

好搜:360Spider

MSN:MSNBot

有道:YoudaoBot

宜搜:EasouSpider

User-agent技巧:

1、当robots.txt不为空的时分,有必要至少有一条User-adent记载

2、相同的姓名,只能有一条(例如User-agent:*),可是不同蜘蛛,能够有多条记载(例如:User-agent:Baiduspider和User-agent:Googlebot)。

Disallow

首要效果:用于描绘不答应搜索引擎匍匐和抓取的URL。

运用技巧:

1、在robots.txt中至少要有一条Disallow

2、Disallow记载为空,则表明网站一切页面都答应被抓取。

3、运用Disallow,每个目录有必要独自分隔声明

4、留意Disallow:/abc/(abc目录底下的目录不答应抓取,可是目录底下的html答应抓取)和Disallow:/abc(abc目录底下的目录跟html都不答应被抓取)的差异

发表评论

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: