当前位置:首页 > 运营类 > 运营管理 > 禁止抓取机制robots.txt设置方法及注意事项

禁止抓取机制robots.txt设置方法及注意事项

微信用户4年前 (2022-03-14)运营管理2561

  今天我们主要学习一下robots.txt文件的使用和设置方法。

一、认识robots.txt文件 从网站优化和网站安全的方面来说,我们的站点并不是每一个页面都需要用户访问,这就好比即使再好的朋友来到了您的家里,您也不会将家里所有的东西都展示给朋友看。那么怎么控制搜索引擎蜘蛛抓取网站的范围呢?这就是我们今天要讲的主角——robots.txt文件。 robots.txt文件是搜索引擎来到网站之后访问的第一文件,robots.txt文件中设置了搜索引擎的抓取范围。


二、robots.txt文件设置要求 1、robots.txt文件必须放置在网站根目录; 2、robots.txt文件名必须小写。 根据上面两点提示我们查看到绝大部分网站的robots.txt文件,如果出现无法访问的现象,最大可能就是网站根目录中没有此文件。


三、robots.txt文件规则解读 robots.txt的书写格式为:<域>:<可选空格><域值><可选空格> 常见的robots.txt指令为: User-agent: * Disallow: / 此指令代表禁止所有的搜索引擎抓取网站的任何部分。此指令常用于站点不想被搜索引擎收录或者建站初期,当网站结构没有建设完成的时候,我们是不希望搜索引擎抓取网站任何内容的。

1、User-agent: 用于指定某个搜索引擎蜘蛛,如果使用通配符*代表所有的搜索引擎蜘蛛,如: User-agent: Baiduspider指的是指定百度蜘蛛; User-agent: Googlebot 指的是指定谷歌蜘蛛。

2、Disallow: / 代表着禁止抓取网站的某些内容,如“/”后面没有任何参数代表禁止抓取网站所有内容。我们来学习一下参数后面分别代表的含义: Disallow: /admin/ 禁止抓取admin目录下的所有内容; Disallow: /cgi-bin/*.htm 禁止抓取/cgi-bin目录下的所有以.htm结尾的文件; Disallow: /*?* 禁止抓取网站中所有包含问号 (?) 的网址; Disallow:/ab/adc.html 禁止抓取ab文件夹下面的adc.html文件; 在这里重点强调一点,Disallow指令有一个比较特殊的地方,Disallow: /代表着禁止抓取,但是Disallow: 代表着允许抓取,如: User-agent: * Disallow: 此指令代表允许所有的搜索引擎抓取网站的任何内容。

3、Allow:/ 该指令用于允许蜘蛛抓取某些文件。Allow:/指令后面的参数与Disallow指令相同,如: User-agent: * Disallow: /a/ Allow: /a/b/ 该指令的含义是不允许蜘蛛抓取a目录下的其他目录和文件,但是可以抓取a目录下的b目录中的内容。

4、$通配符,代表着以某个字符结尾的URL。 User-agent: * Disallow: /.jpg$ 此指令的含义是禁止所有搜索引擎抓取所有.jpg文件。 $指令在效果上有些地方和*是相同的,$指令常见于动态网址,互联网中应用不是特别广泛。 Disallow: /.jpg$ 等同于 Disallow: /*.jpg

5、Sitemap:告诉蜘蛛XML网站地图的位置,格式为: Sitemap:http://你的域名/sitemap.xml 主流的搜索引擎都会遵守robots文件指令,但是被robots文件禁止抓取的网址还会出现在搜索引擎结果中,这就好比你虽然不告诉我发生了什么事,但是我从别人那里知道了你的事情一样。只要禁止被抓取的网址在互联网中存在导入链接,搜索引擎就会知道这个网址的存在,有可能被搜索引擎收录,但是搜索结果标题下方会出现对应的提示: 由于该网站的tobots.txt文件存在限制指令(限制搜索引擎抓取),系统无法提供该页面的内容。    

免责声明
    本网站在国家相关法律法规规定的范围内,只按现有状况提供文章发布第三方网络平台服务,本网站及其所有者非交易一方,也非交易任何一方之代理人或代表;同时,本网站及其所有者也未授权任何人代表或代理本网站及其所有者从事任何网络交易行为或做出任何承诺、保证或其他类似行为,除非有明确的书面授权。
    鉴于互联网的特殊性,本网站无法鉴别和判断相关交易各主体之民事权利和行为能力、资质、信用等状况,也无法鉴别和判断虚拟交易或正在交易或已交易之虚拟物品来源、权属、真伪、性能、规格、质量、数量等权利属性、自然属性及其他各种状况。因此,交易各方在交易前应加以仔细辨明,并慎重考虑和评估交易可能产生的各项风险。

扫描二维码推送至手机访问。

版权声明:本文由点度点度金讯时代-BLOG发布,如需转载请注明出处。

本文链接:https://lmwmm.com/post/304.html

分享给朋友:

“禁止抓取机制robots.txt设置方法及注意事项” 的相关文章

做付费社群的7点建议,通过社群收会员费赚钱的注意事项

做付费社群的7点建议,通过社群收会员费赚钱的注意事项

这几年,社群运营很火,付费社群更火。 有的人靠社群卖货赚钱,而有的人靠社群收会员费赚钱。费用从几十到几万不等,规模比较大的付费社群,一年纯会费也有几千万。 用户筛选 绝大部分的社群,都是因为群主本人是某个领域知名的IP。然后社群的...

视频号运营的感想及视频号的一些观察

视频号运营的感想及视频号的一些观察

 1. 视频号是个内容平台么? 我不这么认为,与多个来自微信的PM沟通他们给出了同样的反馈:视频号的本质还是个工具。 2. 视频号作为工具 当你把视频号当作一个工具来使用时,你会发...

集齐六颗品牌霸屏的宝石,就能让你的品牌价值千万,榜上有名!

集齐六颗品牌霸屏的宝石,就能让你的品牌价值千万,榜上有名!

品牌营销对于企业的发展意义深远,企业要生存发展必须从战略的高度上来重视品牌营销与推广。目前,很多中小型企业对品牌的概念认识普遍不足,不重视品牌营销和推广,或认为品牌就是花钱做广告,是大企业、大公司干的事,实际上这些大企业无不是基于成功的品牌...

论公司创始人的重要性及不是好创始人的特征

论公司创始人的重要性及不是好创始人的特征

公司创始人的重要性一个有才华的人,需要真正懂他的人才能真正的发挥出价值来。而选择公司,其实就是在选择创始人。一家公司里,创始人的格局和眼界决定了公司的发展前景,也决定了下面的人是否愿意跟随,更决定企业的高度和宽度。,关于创始人的阐述,创始人...

美文共赏:有一种幸福,叫简单

美文共赏:有一种幸福,叫简单

文/彩云追月 幸福不是越多越好,而是恰到好处;幸福不是脸上的虚荣,而是内在的需要;幸福不在别人眼中,而在自己心间。 人生的幸福源自于简单。 生活简单就迷人,人心简单就幸福;学会简单其实就是不简单。...

励志正能量美文,读一读让你的心灵平静,品一品让生活充满美好

励志正能量美文,读一读让你的心灵平静,品一品让生活充满美好

生命是觉醒的,不是昨天,不是明天,只要今天。活在当下,展望未来。生活是一种态度,平静自然而宽广。不同的你和我,不同的心态,不同的生活。所谓成长,就是逼你做一个男人,受伤,坚强 人生旅途劳累,静静地听一段音乐,让他们陶醉在优...