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3年前 (2022-03-14)运营管理2218

  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

一份完整的网站运营计划方案框架分享

一份完整的网站运营计划方案框架分享

 网站运营 内容建设(内容编辑、信息安全管理) 流量运营(搜索引擎优化、网络推广) 用户运营(用户行为分析,用户互动引导)   运营目标 访问量目标 注册用户数 品牌影响力 排名与权重   营销推广 推广策略...

教你几个转化私域流量的方法

教你几个转化私域流量的方法

: >>    : >>    大家都说私域流量好,都在思考如何将公域流量转化为私域流量,也希望通过私域流量获得更多的收益,所以问题来了,私域流量该如何进行转化呢?下面一起来看看私域转化...

你为什么打造不出自己的个人品牌

你为什么打造不出自己的个人品牌

你有没有经历过这样的体验?? 看得越多打造个人IP视频教程,文章,就越感觉我上我也行,我也能成为一个大IP! 在写这篇文章之前,我特意花了几块大洋,在某宝上买了很多个人IP打造课程!除此之外,还在知乎上看了很多关于IP打造的精选回...

快速教你建立自己的写作素材库

快速教你建立自己的写作素材库

很多人都想着通过写作,来打造自己的IP。但,有一个现实的问题摆在面前,写一个星期没啥压力,但要持续的写下去,那有这么多东西可写啊? 要输出,必要的输入是必然的。今天,传授你几个我获取写作素材的方法,一共有4个。 平常,当我不知道要写什么的时...

​抖音新规直播话术2022

​抖音新规直播话术2022

抖音新规直播话术 (直播电商)新规调整 错误话术:新来的扣 新来的 参加今天秒杀 参考话术:新粉宝贝扣个 新 这是我给新粉安排的见面 礼 错误话术:点赞 XX 才可以购买 参考话术:喜欢主播的给主播一...

ChatGPT应用场景介绍和提问技巧

ChatGPT应用场景介绍和提问技巧

    ChatGPT是一款强大的AI工具,可以应用于各种场景,帮助我们更好地处理各种问题。本文将详细介绍ChatGPT的各种应用场景,并在每个场景中描述如何向ChatGPT提问以获得更多有价值的信息。  &n...