建站資深品牌
專業(yè)網(wǎng)站建設(shè)公司

上海網(wǎng)站建設(shè)給大家說一下網(wǎng)站中的robots.txt文件的作用，robots.txt文件放在網(wǎng)站根目錄下，是搜索引擎中訪問網(wǎng)站的時候要查看的第一個文件。當(dāng)一個搜索蜘蛛訪問一個站點(diǎn)時，它會首先檢查該站點(diǎn)根目錄下是否存在robots.txt，如果存在，搜索機(jī)器人就會按照該文件中的內(nèi)容來確定訪問的范圍;如果該文件不存在，所有的搜索蜘蛛將能夠訪問網(wǎng)站上所有沒有被口令保護(hù)的頁面。每個網(wǎng)站都應(yīng)該有一個robots，它告訴搜索引擎我的網(wǎng)站里有哪些東西是不允許抓取的，有哪些頁面是歡迎爬行與抓取。

  robots的幾種作用：

  1.屏蔽所有的搜索引擎抓取信息，如果你的網(wǎng)站只是你的私密性的網(wǎng)站，不想太多的人知道的話，可以利用robots屏蔽掉所有的搜索引擎,例如你寫的私人博客。你就可以把搜索引擎全都屏蔽掉

  User-agent: *

  Disallow: /

  2.如果你只想某一個搜索引擎抓取你的信息，這個時候就可以用robots進(jìn)行設(shè)置,例如：我只想我的網(wǎng)站被百度這個收錄，而不想被別的搜索引擎收錄。就可以利用robots進(jìn)行設(shè)置

  User-agent: Baiduspider

  Allow:

  User-agent: *

  Disallow: /

  3.可以利用各種通配符對網(wǎng)站進(jìn)行相對應(yīng)的調(diào)配，例如我不想網(wǎng)站抓取我的所有圖片，這個時候就可以運(yùn)用$來進(jìn)行設(shè)置。一般我們常見的圖片的格式是BMP、JPG、GIF、JPEG等格式。這個時候設(shè)置就是：

  User-agent: *

  Disallow: /.bmp$

  Disallow: /.jpg$

  Disallow: /.gif$

  Disallow: /.jpeg$

  4.還可以利用*來屏蔽掉相關(guān)的URL，有些網(wǎng)站不允許搜索引擎抓取動態(tài)地址的時候可以利用這個*通配符來進(jìn)行匹配設(shè)置。一般情況下動態(tài)URL的有一個特點(diǎn)就是有“?”這個時候我們就可以利用這個特性來進(jìn)行匹配的屏蔽：

  User-agent: *

  Disallow: /*?*

  5.如果網(wǎng)站改版了，整個文件夾都沒有了的時候，這個情況下就要考慮屏蔽掉整個文件夾。我們可以運(yùn)用robots來對這整個的文件夾進(jìn)行屏蔽，例如網(wǎng)站里的ab文件夾因改版全都給刪掉了，這個時候就可以這樣子設(shè)置：

  User-agent: *

  Disallow: /ab/

  6.如果網(wǎng)站里有一個文件夾不想被收錄，但是在這個文件夾里面有一個信息是允許被收錄。那可以運(yùn)用robots的allow進(jìn)行設(shè)置。例如我網(wǎng)站里ab文件夾不允許搜索引擎抓取，但是在ab文件夾里面又有一個信息cd是允許被抓取的，這個時候就可以運(yùn)用robots進(jìn)行設(shè)置：

  User-agent: *

  Disallow: /ab/

　7.可以在robots里定義出網(wǎng)站地圖的位置，有利于網(wǎng)站的收錄。

　　sitemap:<網(wǎng)站地圖的位置>

　　8.有的時候你會發(fā)現(xiàn)我的網(wǎng)站里設(shè)置了robots但是還發(fā)現(xiàn)其收錄了這個URL地址，這個的原因是因?yàn)檫@個搜索引擎的蜘蛛是通過URL爬行到網(wǎng)頁的一般 google抓取這樣子的URL的時候是不帶title與描述的，但是百度抓取這個URL會帶上title與描述，所以有很多有人會說我設(shè)置了 robots但是沒有效果。實(shí)際情況是抓取了這個鏈接而沒有收錄這個頁面內(nèi)容。

　　網(wǎng)站的首頁權(quán)重是高的，權(quán)重是靠鏈接傳遞的，我們設(shè)置robots是為了更好的把權(quán)重傳遞給那些需要有很高權(quán)重的頁面，而有一些頁面則是不需要搜索引擎抓取和爬行的。