创建robots.txt注意事项
分享
评论
赞0
一:robots基础知识
robots协议（也称爬虫协议、机器人协议等），“全称是网络爬虫扫除规范“（Robots Exclusion Protocol），网站经过robots协议告诉搜索引擎哪些页面能够抓取，哪些页面不能够抓取。
Robot.txt的效果？
能够让蜘蛛更高效的匍匐网站
能够阻挠蜘蛛匍匐动态页面，从而处理重复录入的问题
能够削减蜘蛛匍匐无效页面，节约服务器带宽
能够屏蔽搜索引擎屏蔽一些隐私页面或许临时页面
怎么创立robots.txt文件呢？
右击桌面——新建文本文档——重命名为robots.txt（一切文件有必要小写）——编写规矩——用FTP把文件上（放到根目录下）传到空间
创立robots.txt需求留意的知识点：
1、有必要是txt结束的纯文本文件
2、文件名一切字母有必要是小写
3、文件有必要要放在根目录下
4、文件内的冒号有必要是英文半角状态下
二：robots参数解说
User-agent
首要效果：用于描绘搜索引擎蜘蛛的姓名
举列：
1、描绘一切蜘蛛
User-agent：*
2、描绘百度蜘蛛
User-agent：BaiduSpider
百度：BaiduSpider
谷歌：Googlebot
搜狗：Sogou web spider
好搜：360Spider
MSN：MSNBot
有道：YoudaoBot
宜搜：EasouSpider
User-agent技巧：
1、当robots.txt不为空的时分，有必要至少有一条User-adent记载
2、相同的姓名，只能有一条（例如User-agent:*），可是不同蜘蛛，能够有多条记载（例如：User-agent：Baiduspider和User-agent:Googlebot）。
Disallow
首要效果：用于描绘不答应搜索引擎匍匐和抓取的URL。
运用技巧：
1、在robots.txt中至少要有一条Disallow
2、Disallow记载为空，则表明网站一切页面都答应被抓取。
3、运用Disallow，每个目录有必要独自分隔声明
4、留意Disallow:/abc/（abc目录底下的目录不答应抓取，可是目录底下的html答应抓取）和Disallow:/abc（abc目录底下的目录跟html都不答应被抓取）的差异。
猜你喜欢
评论(0人参与，0条评论)
发布评论
最新评论