当前位置:首页 >相关SEO教程 >相关SEO教程 >正文

怎么写robots.txt?

那么我们得先来了解一下robots.txt文件是什么,有什么作用。

 

当搜索引擎爬去我们页面时有一种爬虫蜘蛛叫做“Baiduspider

 

蜘蛛在爬去网站页面之前,首先会去访问网站根目录下面的一个文件,就是robots.txt。这个文件其实就是给“蜘蛛”的规则,如果没有这个文件,蜘蛛会认为你的网站同意全部抓取网页。

 

Robots.txr文件是一个纯文本文件,可以告诉蜘蛛哪些页面可以被抓取(收录),哪些页面不能被抓取。

 

robots.txt要注意的问题:

 

1、只有在你的网站包括不希望被搜索引擎收录的内容时,才利用robots.txt文件。要是您希望搜索引擎收录网站上全部内容,切勿创建 robots.txt文件,不要创建一个内容为空的robots.txt文件。这一点通常被人们忽视,实际上创建空的robots.txt文件对搜刮引擎非常不利。

 

2、如果你不想自己写robots.txt文件,那就请Google帮你写。登录Google平台,有生成robots.txt文件的。

 

3robots.txt文件是以纯文本格式存在的txt文件。

 

4robots.txt必须放在网站的根目录中。最上层的robots.txt文件必须这样被访问:如广州seo网站写的robots.txt http://g.moonseo.cn/robots.txt

 

5robots.txt通常在某个分目录中还可以存在,但是要是与顶级目录中的robots.txt有不同,则以顶级目录中robots.txt为准。

 

6、写robots.txt时要严格根据以下大小写形式来写

 

7User-agent: *

Disallow: /

这种格式不但仅是阻止抓取页面,更主要的是你的网站被收录了,然后又把robots.txt文件修改成以上格局,那么你的网站将在搜索引擎中被删除,整个地删除。

 

8、元标志对一样平常的网站来说可有可无,不过你还是得认识:

META NAME=ROBOTS” CONTENT=NOINDEX,NOFOLLOW”>(不容许抓取该页面,不容许跟着该页面上的链连续续抓取)

 

META NAME=ROBOTS” CONTENT=INDEX,FOLLOW”>(容许抓取该页面,容许跟着该页面上的链连续续抓取)

 

META NAME=ROBOTS” CONTENT=INDEX,NOFOLLOW”>(容许抓取该页面,不容许跟着该页面上的链连续续抓取)

 

META NAME=ROBOTS” CONTENT=NOINDEX,FOLLOW”>(不容许抓取该页面,容许跟着该页面上的链连续续抓取)

 

9、必要删除一些被搜索引擎收录的特定网页,参考

http://www.google.com/support/webmasters/bin/answer.py?answer=35301

目前好像只有Google这么做了

 

10、如果你的网站比较简单,那么下面的格式足够你利用的了。要是比较大的话,必要访问这里而又不必要访问那边,阻止这个文件又要容许那个文件,容许访问访问带有“?”标记的特定网页等等,那么你必须结合下面的格式详细研究符合于你网站的robots.txt文件写法。

 

接下来就和大家说说怎么写robots.txt

 

1、阻止搜索引擎访问网站中全部的动态页面(动态页面便是URL中任何带有“?”的页面)

User-agent: *

Disallow: /*?*

 

2、限定搜索引擎访问某一特定文件后缀形式的网页。

User-agent: *

Disallow: /*.后缀形式(如.html.htm.php等等)

 

3、仅仅容许搜索引擎访问某一特定文件后缀形式的网页。

User-agent: *

Allow: .后缀形式(如.html.htm.php等等)$

Disallow: /

 

4、仅克制某一搜索引擎访问你的网站。 Googlegooglebot 百度是baiduspider

User-agent: baiduspider

Disallow: /

 

5、阻止搜索擎访问网站特定某一文件格式的文件(注意不是网页)

User-agent: *

Disallow: /*.(文件格局:如gifjpg等等)$

 

6、仅仅容许某一搜索引擎访问你的网站。同样百度是baiduspider Googlegooglebot

User-agent: baiduspider

Allow:

 

 

User-agent: googlebot

Allow:

 

7、要是你网站的某个目录不想被搜索引擎收录,写法如下:

User-agent: *

Disallow: /目录名称1/

Disallow: /目录名称2/

Disallow: /目录名称3/

过细:不能写成Disallow: /目录名称1/ /目录名称2/ 这样的情势,每个目录要单独另起一行特别阐明。

 

8、容许全部的搜索引擎访问你的网站的任何部门,这是通常的用法。

User-agent: *

Disallow:

大概

User-agent: *

Allow: /

 

9、阻止全部搜索引擎访问网站的任何部门,也便是是阻止全部引擎收录你的网站。

User-agent: *

Disallow: /

 

10、容许搜索引擎访问特定目录中的网页

User-agent: *

Allow: /目录1/目录2(容许访问目录2中的网页)

Allow: /目录3/目录4(容许访问目录4中的网页)

Allow: /目录5/目录6(容许访问目录6中的网页)

Disallow: /目录1/

Disallow: /目录3/

Disallow: /目录5/

 

上面所介绍的都是几种常用的文件格式。详细的写法还要视个人的网站需求来定。