专注于WEB技术的IT博客

网站的robots.txt文件怎么写?

时间:2012-09-13分类: SEO浏览:5695
分享到:

robots.txt是一个协议,而不是一个命令。robots.txt是搜索引擎中访问网站的时候要查看的第一个文件。robots.txt文件告诉蜘蛛程序在服务器上什么文件是可以被查看的。当一个搜索蜘蛛访问一个站点时,它会首先检查该站点根目录下是否存在robots.txt,如果存在,搜索机器人就会按照该文件中的内容来确定访问的范围;如果该文件不存在,所有的搜索蜘蛛将能够访问网站上所有没有被口令保护的页面。百度官方建议,仅当您的网站包含不希望被搜索引擎收录的内容时,才需要使用robots.txt文件。如果您希望搜索引擎收录网站上所有内容,请勿建立robots.txt文件。 关于robots.txt文件的写法,我们来看一下phpcms内容管理系统的robots.txt文件:

    #
# robots.txt for PHPCMS v9
#
User-agent: * 这里的*代表的所有的搜索引擎种类,*是一个通配符
Disallow: /caches/禁止爬寻缓存目录下的所有文件
Disallow: /phpcms/禁止爬寻phpcms的核心目录下的目录
Disallow: /install/禁止访问安装包目录下的目录
Disallow: /phpsso_server/禁止爬寻phpsso_server目录下的目录
Disallow: /api/禁止爬寻接口目录下的目录
Disallow: /admin.php/ 这里定义是禁止蜘蛛爬寻admin目录下面的目录


    上面的robots.txt文件的写法,都是禁止蜘蛛爬寻相关目录的,那么允许爬寻目录怎么写呢?
我们把上面的写法改成允许蜘蛛爬寻目录:只需把“Disallow”替换成“Allow”即可。当然这样做是没有意义的,一般情况下,我们只写禁止爬寻的目录,默认情况下都是允许访问的。


如果我们不设置禁止爬寻目录会出现什么情况呢?


比如我们把上面的"Disallow: /admin.php/"改成"Allow: /admin.php/",
这样也就允许蜘蛛爬寻网站后台的相关网页,当我们在百度搜索时,有时看到一篇文章,我们点击,打开的网页告诉你没有权限查看。有些情况下,我们不允许蜘蛛爬寻某些页面链接的某部分。比如很多论坛或者博客的评论,允许游客写个人主页的链接,当游客发表评论时昵称会带上个人主页的超链接,当我们点击时会跳转到个人主页。这个功能可以使个人主页带来更多的展现机会。比如像我的博客评论链接:http://w3note.com/Web/tourl/id/94/url/h10t3et3epff%b1#20w2dwb2wd3@b2b0aad1i2ddfduda@e3c0foc1m0b"url"后面的部分是评论者所写的个人主页的链接。大家当然看不明白,因为我用函数处理过了。我的robots.txt文件是这样写的:
Disallow: /tourl/*

这是告诉蜘蛛,不要爬寻http://w3note.com/Web/tourl/后面的链接了。这样做的作用是,防止本网站的权重分流到比本站权重低的网站去。站长们在做友情链接时,一般都是要求交换pr值相等链接,原因也就在于此。

      

猜你喜欢
一首SEO歌曲《2014 SEO Freestyle》
如何修改phpcms v9 seo标题分隔符?
如何快速查询文章是否被收录?
百度和谷歌对新站收录到底哪个快?
网站优化不能忽略的环节环节--网站地图
标签 : seo
除非注明,本文首发网志博客,欢迎转载!转载请注明本文地址:http://w3note.com/web/2.html,谢谢。
  • 评论
  • 赞助本站