“robots.txt”簡介-創(chuàng)新互聯(lián)

有一種隱藏的，無情的力量×××到網(wǎng)絡(luò)及其數(shù)十億的網(wǎng)頁和文件中，我們大多數(shù)眾生都不知道。我說的是搜索引擎爬蟲和機(jī)器人。每天都有數(shù)以百計(jì)的人出去瀏覽網(wǎng)絡(luò)，不管是谷歌(Google)試圖為整個(gè)網(wǎng)絡(luò)建立索引，還是一個(gè)垃圾郵件機(jī)器人收集它能找到的任何不那么體面的電子郵件地址。作為站點(diǎn)所有者，當(dāng)機(jī)器人訪問我們的站點(diǎn)時(shí)，我們對機(jī)器人可以做什么有多么小的控制，存在于一個(gè)名為“robots.txt”的神奇的小文件中。

創(chuàng)新互聯(lián)是一家集網(wǎng)站設(shè)計(jì)制作、網(wǎng)站制作、網(wǎng)站頁面設(shè)計(jì)、網(wǎng)站優(yōu)化SEO優(yōu)化為一體的專業(yè)網(wǎng)站建設(shè)公司，已為成都等多地近百家企業(yè)提供網(wǎng)站建設(shè)服務(wù)。追求良好的瀏覽體驗(yàn),以探求精品塑造與理念升華,設(shè)計(jì)最適合用戶的網(wǎng)站頁面。 合作只是第一步，服務(wù)才是根本,我們始終堅(jiān)持講誠信，負(fù)責(zé)任的原則，為您進(jìn)行細(xì)心、貼心、認(rèn)真的服務(wù),與眾多客戶在蓬勃發(fā)展的市場環(huán)境中,互促共生。

“robots.txt”是一個(gè)普通的文本文件，通過它的名稱，對大多數(shù)網(wǎng)絡(luò)上的“光榮”機(jī)器人具有特殊的意義。通過在此文本文件中定義一些規(guī)則，您可以指示機(jī)器人不爬行和索引站點(diǎn)中的某些文件、目錄，或者根本不對其進(jìn)行索引。例如，您可能不希望Google爬行站點(diǎn)的/映像目錄，因?yàn)樗鼘δ鷣碚f既沒有意義，也浪費(fèi)了站點(diǎn)的帶寬?！皉obots.txt”讓你告訴谷歌。

創(chuàng)建“robots.txt”文件

所以讓我們開始行動(dòng)吧。創(chuàng)建一個(gè)名為“robots.txt”的常規(guī)文本文件，并確保它的名稱準(zhǔn)確。此文件必須上載到根部可訪問的站點(diǎn)目錄，而不是子目錄(即：https://www.google.com但不是https://www.google.com/2/)只有遵循上述兩條規(guī)則，搜索引擎才能解釋文件中的指令。偏離這一點(diǎn)，“robots.txt”就變成了一個(gè)普通的文本文件，就像午夜后的灰姑娘一樣。

現(xiàn)在您已經(jīng)知道了如何命名您的文本文件并將其上傳到何處，您需要了解如何將命令發(fā)送到遵循該協(xié)議的搜索引擎(正式上是“機(jī)器人排除協(xié)議”)。該格式對于大多數(shù)意圖和目的來說都足夠簡單：USERAGENT行，以識(shí)別問題中的爬行器，后面跟著一個(gè)或多個(gè)爬蟲。不允許：線不允許它從你的網(wǎng)站的某些部分爬行。

1)下面是一個(gè)基本的“robots.txt”：

User-agent: *
Disallow: /

在上述聲明之后，所有機(jī)器人(由“*”表示)都被指示不要索引任何頁面(由“/”表示)。很可能不是你想要的，但你知道。

2)現(xiàn)在讓我們再來點(diǎn)歧視吧。雖然每個(gè)網(wǎng)站管理員都喜歡Google，但您可能不希望Google的Imagebot爬行您的站點(diǎn)的圖像并制作它們。可在線搜索如果只是為了節(jié)省帶寬。下面的聲明將起作用：

User-agent: Googlebot-Image
Disallow: /

3)以下內(nèi)容禁止所有搜索引擎和機(jī)器人爬行選擇目錄和頁面：

User-agent: *
Disallow: /cgi-bin/
Disallow: /privatedir/
Disallow: /tutorials/blank.htm

4)您可以在“robots.txt”中有條件地針對多個(gè)機(jī)器人。請看下面的內(nèi)容：

User-agent: *
Disallow: /
User-agent: Googlebot
Disallow: /cgi-bin/
Disallow: /privatedir/

這是很有趣的-在這里我們聲明爬蟲一般不應(yīng)該爬行我們網(wǎng)站的任何部分，除對于google，它允許爬行整個(gè)站點(diǎn)，而不是/CGI-bin/和/Privatedir/。因此，專一性的規(guī)則是適用的，而不是繼承的。

5)有一種使用“不允許”的方法：本質(zhì)上將其轉(zhuǎn)換為“允許所有”，即在分號(hào)(：)之后不輸入一個(gè)值：

User-agent: *
Disallow: /
User-agent: ia_archiver
Disallow:

這里我是說，所有爬蟲都應(yīng)該被禁止爬行我們的網(wǎng)站，除了阿列克莎，這是允許的。

6)最后，一些爬蟲現(xiàn)在支持一個(gè)名為“允許：”的額外字段，最值得注意的是，Google。顧名思義，“允許：”允許您顯式地規(guī)定哪些文件/文件夾可以爬行。然而，這個(gè)領(lǐng)域目前并不是“robots.txt”協(xié)議的一部分，所以我建議只在絕對需要時(shí)才使用它，因?yàn)樗赡軙?huì)混淆一些不那么聰明的爬蟲器。

每谷歌網(wǎng)站管理員常見問題，下面是不允許所有爬蟲從您的站點(diǎn)上爬行的選方法。除谷歌：

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

另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)scvps.cn，海內(nèi)外云服務(wù)器15元起步，三天無理由+7*72小時(shí)售后在線，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國服務(wù)器、虛擬主機(jī)、免備案服務(wù)器”等云主機(jī)租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡單易用、服務(wù)可用性高、性價(jià)比高”等特點(diǎn)與優(yōu)勢，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應(yīng)用場景需求。

分享名稱：“robots.txt”簡介-創(chuàng)新互聯(lián)
當(dāng)前地址：http://bm7419.com/article34/dpoipe.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站排名、網(wǎng)站制作、網(wǎng)頁設(shè)計(jì)公司、網(wǎng)站營銷、靜態(tài)網(wǎng)站、關(guān)鍵詞優(yōu)化

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)