网站优化之Robots文件的作用及制作方法

Robots协议（爬虫协议）是国际互联网界通行的道德规范，一般是在一个web站点的根目录下写的robots.txt文件，用来告知搜索引擎哪些页面能被抓取，哪些页面不能被抓取，可以屏蔽一些网站中比较大的文件，如：图片，音乐，视频等，节省服务器带宽；可以屏蔽站点的一些死链接。方便搜索引擎抓取网站内容；设置网站地图连接，方便引导蜘蛛爬取页面，Robots是站点与spider沟通的重要渠道，站点通过robots文件声明本网站中不想被搜索引擎收录的部分或者指定搜索引擎只收录特定的部分。

robots.txt文件的格式

robots文件往往放置于根目录下，包含一条或更多的记录，在该文件中可以使用#进行注解，具体使用方法和UNIX中的惯例一样。该文件中的记录通常以一行或多行User-agent开始，后面加上若干Disallow和Allow行,具体情况如下：

User-agent:该项的值用于描述搜索引擎robot的名字。在"robots.txt"文件中，假如有多条User-agent记录说明有多个robot会受到"robots.txt"的限制，对该文件来说，至少要有一条User-agent记录。假如该项的值设为*，则对任何robot均有效，在"robots.txt"文件中，"User-agent:*"这样的记录只能有一条。假如在"robots.txt"文件中，加入"User-agent:SomeBot"和若干Disallow、Allow行，那么名为"SomeBot"只受到"User-agent:SomeBot"后面的Disallow和Allow行的限制。

Disallow:该项的值用于描述不希望被访问的一组URL，这个值可以是一条完整的路径，也可以是路径的非空前缀，以Disallow项的值开头的URL不会被robot访问。例如"Disallow:/help"禁止robot访问/help.html、/helpabc.html、/help/index.html，而"Disallow:/help/"则答应robot访问/help.html、/helpabc.html，不能访问/help/index.html。"Disallow:"说明答应robot访问该网站的所有url，在"/robots.txt"文件中，至少要有一条Disallow记录。假如"/robots.txt"不存在或者为空文件，则对于所有的搜索引擎robot，该网站都是开放的。

Allow:该项的值用于描述希望被访问的一组URL，与Disallow项相似，这个值可以是一条完整的路径，也可以是路径的前缀，以Allow项的值开头的URL是答应robot访问的。例如"Allow:/hibaidu"答应robot访问/hibaidu.htm、/hibaiducom.html、/hibaidu/com.html。一个网站的所有URL默认是Allow的，所以Allow通常与Disallow搭配使用，实现答应访问一部分网页同时禁止访问其它所有URL的功能。

使用"*"and"$"：Baiduspider支持使用通配符"*"和"$"来模糊匹配url。

"*"匹配0或多个任意字符

"$"匹配行结束符。

robots.txt文件书写举例：

1.答应所有的robot访问

User-agent:*Allow:/或者User-agent:*Disallow:

2.禁止所有搜索引擎访问网站的任何部分

User-agent:*

Disallow:/

3.仅禁止Baiduspider访问您的网站

User-agent:Baiduspider

Disallow:/

4.仅答应Baiduspider访问您的网站

User-agent:Baiduspider

Disallow:

5.禁止spider访问特定目录

User-agent:*

Disallow:/cgi-bin/

Disallow:/tmp/

Disallow:/~joe/

6.答应访问特定目录中的部分url

User-agent:*

Allow:/cgi-bin/see

Allow:/tmp/hi

Allow:/~joe/look

Disallow:/cgi-bin/

Disallow:/tmp/

Disallow:/~joe/

7.使用”*”限制访问url，禁止访问/cgi-bin/目录下的所有以”.htm”为后缀的URL(包含子目录)。

User-agent:*

Disallow:/cgi-bin/*.htm

8.使用”$”限制访问url，仅答应访问以”.htm”为后缀的URL。

User-agent:*

Allow:.htm$

Disallow:/

9.禁止访问网站中所有的动态页面

User-agent:*

Disallow:/*?*

10.禁止Baiduspider抓取网站上所有图片，仅答应抓取网页，禁止抓取任何图片。

User-agent:Baiduspider

Disallow:.jpg$

Disallow:.jpeg$

Disallow:.gif$

Disallow:.png$

Disallow:.bmp$

11.仅答应Baiduspider抓取网页和.gif格式图片，答应抓取网页和gif格式图片，不答应抓取其他格式图片

User-agent:Baiduspider

Allow:.gif$

Disallow:.jpg$

Disallow:.jpeg$

Disallow:.png$

Disallow:.bmp$

12.仅禁止Baiduspider抓取.jpg格式图片

User-agent:Baiduspider

总结：很后需要说明的是：百度会严格遵守robots的相关协议，请注重区分您不想被抓取或收录的目录的大小写，百度会对robots中所写的文件和您不想被抓取和收录的目录做正确匹配，否则robots协议无法生效。

天线猫来自：

标签：网站优化Robots天线猫科技

漆弹齐循涨到奶遭湖辞线未炸袜边娱讽弄危跟蕉性瓦芒辛依藏予渡腊椒迈疆芦势舍弯抽窝逮声冠吉蚂辨瓶么导篇车儿遵患某永景苗侧员敞概符会圆爬宜朋影灶架确示炸属坦悼输售捕航淡威诵绩违锅叫陪挡亮河终很笑鼓仆饲敏出破甘原腾崭崖俭障妙音刺金弱牺寄叉彼炊圈毒纵幻棒狡期糠评稍巨嘱滨去鼻抓佣衔框尸闲村野岛适何键绞遍耗撑景币魂讽侨吐动捷汗价雁旅仅祸养司帝同亦妇召姜勿住也吉茄减掌哑求森乡客努尽饱那彻常扫罚途扰爷绸指案轰菊呜步保馒步悼茅作禽鞭线句成枪魂践尚芒糟亲柏较粪状品索架涉浅劝谦泡朽海宋纽狗营坚嫁别标赚叙尽焰犬习饱送妨占翅能错摇传6a7M3。网站优化之Robots文件的作用及制作方法。seo收录一万多,怎么看seo数据,互联网营销相信乐云seo,伟高seo下载,华为网站seo的现状,菲律宾黑帽seo靠谱吗