自助建站 >> 百度优化 >>优化技巧 >> 什么是robots.txt文件?在网站优化中有什么作用?怎么设置robots.txt文件?
详细内容

什么是robots.txt文件?在网站优化中有什么作用?怎么设置robots.txt文件?

什么是robots.txt文件?在网站优化中有什么作用?怎么设置robots.txt文件?


robots如果没有写,蜘蛛就会抓取网站所有的文件,不利于优化,更不利于保护需要保护的数据,比如用户信息;

robots文件如果没有设置好,会严重影响网站内容收录,以及对网站重要内容的保护,下面我为大家详细分析robots文件的应用以及存在的误区。


一、怎么查询robots.txt文件

robots.txt文件都是放在网站根目录下面,我们只要在域名后面输入robots.txt,然后按确认键,就会弹出robots文件内容,如图所示:

image.png

二、robots.txt文件使用误区


误区1,不去设置robots.txt文件,认为网站所有文件都可以被抓取,默认让搜索引擎抓取整个的网站文件。

现实不是这样的,蜘蛛每次来抓取网站先会抓取robots.txt文件,如果文件不存在,蜘蛛就会认为是死链,就在网站日志记录为死链,严重影响蜘蛛友好度。


误区2、在robots.txt文件中设置所有的文件都允许搜索引擎蜘蛛抓取,让搜索引擎能够收录更多页面。

其实搜索引擎蜘蛛对于网站程序脚本、css样式、js文件等,很难被搜索引擎收录,就算收录了,也只会浪费服务器资源,这种对网站保护性很差,对蜘蛛体验不友好。


误区3、在robots.txt文件中设置不抓取整个网站内容。

这样操作是尤其错误的,不让抓取意味着整个网站都不会被搜索引擎收录,不被收录的话,关键词难以获得排名,再好的营销内容,也难以被用户看到。


三、正确对待robots.txt使用技巧

网站都是由许多文件组成,比如我们常见的有后台管理文件、程序脚本、附件、数据库文件、编码文件、样式表文件、模板文件、导航图片和背景图片等等,有些文件是不需要搜索引擎去收录的,直接屏蔽蜘蛛抓取,让蜘蛛更好的爬行需要被抓取的内容,减轻蜘蛛负担,提高抓取效率。切记网站不要空着不去设置robots.txt文件。


Robots.txt 是存放在站点根目录下的一个纯文本文件。虽然它的设置很简单,但是作用却很强大。它可以指定搜索引擎蜘蛛只抓取指定的内容,或者是禁止搜索引擎蜘蛛抓取网站的部分或全部内容。


使用方法:

Robots.txt 文件应该放在网站根目录下,并且该文件是可以通过互联网进行访问的。

例如:如果您的网站地址是: http://www.80cloud.com.com/

那么,该文件必须能够通过: http://www.80cloud.com.com/robots.txt 打开并看到里面的内容。


格式:

User-agent:

用于描述搜索引擎蜘蛛的名字,在" Robots.txt "文件中,如果有多条User-agent记录说明有多个搜索引擎蜘蛛会受到该协议的限制,对该文件来说,至少要有一条User-agent记录。如果该项的值设为*,则该协议对任何搜索引擎蜘蛛均有效,在" Robots.txt "文件中,"User-agent:*"这样的记录只能有一条。


Disallow:

用于描述不希望被访问到的一个URL,这个URL可以是一条完整的路径,也可以是部分的,任何以Disallow开头的URL均不会被Robot访问到。


举例:

例一:"Disallow:/help"是指/help.html 和/help/index.html都不允许搜索引擎蜘蛛抓取。

例二:"Disallow:/help/"是指允许搜索引擎蜘蛛抓取/help.html,而不能抓取/help/index.html。

例三:Disallow记录为空说明该网站的所有页面都允许被搜索引擎抓取,在"/robots.txt"文件中,至少要有一条Disallow记录。如果"/robots.txt"是一个空文件,则对于所有的搜索引擎蜘蛛,该网站都是开放的可以被抓取的。


#:Robots.txt 协议中的注释符。


综合例子 :

例一:通过"/robots.txt"禁止所有搜索引擎蜘蛛抓取"/bin/cgi/"目录,以及 "/tmp/"目录和 /foo.html 文件,设置方法如下:

User-agent: *

Disallow: /bin/cgi/

Disallow: /tmp/

Disallow: /foo.html


例二:通过"/robots.txt"只允许某个搜索引擎抓取,而禁止其他的搜索引擎抓取。如:只允许名为"slurp"的搜索引擎蜘蛛抓取,而拒绝其他的搜索引擎蜘蛛抓取 "/cgi/" 目录下的内容,设置方法如下:

User-agent: *

Disallow: /cgi/

User-agent: slurp

Disallow:


例三:禁止任何搜索引擎抓取我的网站,设置方法如下:

User-agent: *

Disallow: /


例四:只禁止某个搜索引擎抓取我的网站如:只禁止名为“slurp”的搜索引擎蜘蛛抓取,设置方法如下:

User-agent: slurp

Disallow: /


朋友们,看完上面的文章,你明白robots的用处和用法了吗?



点击这里给我发消息