当前位置:首页> 搜索优化 > 英文网站robots的写法

英文网站robots的写法

2021-07-15 22:32:54 来源: 网络   编辑: 佚名   浏览(373)人   
0
    站长的工作是设计精美的网站,为大众展现网站丰富多彩的内容。当然,我们也希望精心设计的网站获得理想的排名,这就要求我们去研究搜索引擎排名规律,最大程度的获得机会展现给客户。然而,搜索引擎种类很多,有时候,我们对某一种搜索引擎的排名很好,却在另外的搜索引擎上面获得不到一样的排名,原因是各个搜索引擎规则不一样。为此,有人复制出相同的内容以应付不同搜索引擎的排名规则。然而,一旦搜索引擎发现站内有大量“克隆”的页面,就会给以惩罚,不收录这些重复的页面。另一方面,我们网站的内容属于个人私密文件,不想暴露在搜索引擎中。这时,robot.txt就是为了解决这两个问题。
    一、搜索引擎和其对应的User-Agent
    那么,目前有哪些搜索引擎和其对应的User-Agent呢?下面,我列出了一些,以供参考。
    搜索引擎User-Agent
    AltaVistaScooter
    baiduBaiduspider
    InfoseekInfoseek
    HotbotSlurp
    AOLSearchSlurp
    ExciteArchitextSpider
    GoogleGooglebot
    GotoSlurp
    LycosLycos
    MSNSlurp
    NetscapeGooglebot
    NorthernLightGulliver
    WebCrawlerArchitextSpider
    IwonSlurp
    FastFast
    DirectHitGrabber
    YahooWebPagesGooglebot
    LooksmartWebPagesSlurp
    二、robots基本概念
    Robots.txt文件是网站的一个文件,它是给搜索引擎蜘蛛看的。搜索引擎蜘蛛爬行道我们的网站首先就是抓取这个文件,根据里面的内容来决定对网站文件访问的范围。它能够保护我们的一些文件不暴露在搜索引擎之下,从而有效的控制蜘蛛的爬取路径,为我们站长做好seo创造必要的条件。尤其是我们的网站刚刚创建,有些内容还不完善,暂时还不想被搜索引擎收录时。
    robots.txt也可用在某一目录中。对这一目录下的文件进行搜索范围设定。
    几点注意:
    网站必须要有一个robot.txt文件。
    文件名是小写字母。
    当需要完全屏蔽文件时,需要配合meta的robots属性。
    三、robots.txt的基本语法
    内容项的基本格式:键:值对。
    1)User-Agent键
    后面的内容对应的是各个具体的搜索引擎爬行器的名称。如百度是Baiduspider,谷歌是Googlebot。
    一般我们这样写:
    User-Agent:*
    表示允许所有搜索引擎蜘蛛来爬行抓取。如果只想让某一个搜索引擎蜘蛛来爬行,在后面列出名字即可。如果是多个,则重复写。
    注意:User-Agent:后面要有一个空格。
    在robots.txt中,键后面加:号,后面必有一个空格,和值相区分开。
    2)Disallow键
    该键用来说明不允许搜索引擎蜘蛛抓取的URL路径。
    例如:Disallow:/index.php禁止网站index.php文件
    Allow键
    该键说明允许搜索引擎蜘蛛爬行的URL路径
    例如:Allow:/index.php允许网站的index.php
    通配符*
    代表任意多个字符
    例如:Disallow:/*.jpg网站所有的jpg文件被禁止了。
    结束符$
    表示以前面字符结束的url。
    例如:Disallow:/?$网站所有以?结尾的文件被禁止。
    四、robots.txt实例分析
    例1.禁止所有搜索引擎访问网站的任何部分
    User-agent:*
    Disallow:/
    例2.允许所有的搜索引擎访问网站的任何部分
    User-agent:*
    Disallow:
    例3.仅禁止Baiduspider访问您的网站
    User-agent:Baiduspider
    Disallow:/
    例4.仅允许Baiduspider访问您的网站
    User-agent:Baiduspider
    Disallow:
    例5.禁止spider访问特定目录
    User-agent:*
    Disallow:/cgi-bin/
    Disallow:/tmp/
    Disallow:/data/
    注意事项:1)三个目录要分别写。2)请注意最后要带斜杠。3)带斜杠与不带斜杠的区别。
    例6.允许访问特定目录中的部分url
    我希望a目录下只有b.htm允许访问,怎么写?
    User-agent:*
    Allow:/a/b.htm
    Disallow:/a/
    注:允许收录优先级要高于禁止收录。
    从例7开始说明通配符的使用。通配符包括("contentquot;结束符;"*"任意符)
    例7.禁止访问网站中所有的动态页面
    User-agent:*
    Disallow:/*?*
    例8.禁止搜索引擎抓取网站上所有图片
    User-agent:*
    Disallow:/*.jpg$
    Disallow:/*.jpeg$
    Disallow:/*.gif$
    Disallow:/*.png$
    Disallow:/*.bmp$
    其他很多情况呢,需要具体情况具体分析。只要你了解了这些语法规则以及通配符的使用,相信很多情况是可以解决的。
    五、metarobots标签
    meta是网页html文件的head标签里面的标签内容。它规定了此html文件对与搜索引擎的抓取规则。与robot.txt不同,它只针对写在此html的文件。
    写法:
    。
    …里面的内容列出如下
    noindex-阻止页面被列入索引。
    nofollow-阻止对于页面中任何超级链接进行索引。
    noarchive-不保存该页面的网页快照。
    nosnippet-不在搜索结果中显示该页面的摘要信息,同时不保存该页面的网页快照。
    noodp-在搜索结果中不使用OpenDirectoryProject中的描述信息作为其摘要信息。
    六、robots的测试
    在谷歌站长工具中,添加网站后使用左侧的抓取工具的权限,就可以对网站的robots进行测试了。
    robots.txt和mtearobots的内容就介绍到这里,相信大家对robot已经有了比较详细的了解。使用好robots对于我们网站的seo有着重要作用,做的好,可以有效的屏蔽那些我们不想让搜索引擎抓取的页面,也就是对用户体验不高的页面,从而将有利于关键词排名的内页充分展示个客户,获得搜索引擎对站内页面的权重,从而有利于我们将关键词排名做的更好。
【版权与免责声明】如发现内容存在版权问题,烦请提供相关信息发邮件至 1439028666@qq.com ,我们将及时沟通进行删除处理。 本站内容除了 98link( http://www.98link.com/ )特别标记的原创外,其它均为网友转载内容,涉及言论、版权与本站无关。