robots.txt 指定 Sitemap 和robots Meta标签
来源:互联网 发布:达内 股票数据雪球 编辑:程序博客网 时间:2024/04/28 11:48
robots.txt 指定 Sitemap 和robots Meta标签
robots.txt 指定 Sitemap 和robots Meta标签 http://www.mp322.com/robots.txt User-agent: *Sitemap: http://www.mp322.com/sitemap.xml Disallow: /wp-admin/Disallow: /sysinfo/ 今天一天之内,准确的说相隔不到3个小时,就有两个朋友在QQ上让我帮他看看网站,为什么搜索引擎不收录。从我个人角度来看,他们的站做的还不错,除了个别地方(如有几页标题相同之类)不够,没有导致不收录的因素。最后一查看robots.txt,“Disallow: /”。 回想起来,找我咨询的朋友中,还真有不少的一部分都是这样的问题,所以写出来,供不熟悉的朋友参考。 1、robots.txt是什么? robots.txt是一个纯文本文件,用来告诉网络蜘蛛(不仅限搜索引擎蜘蛛)本站中哪些位置允许抓取,哪些位置不允许抓取。 2、如何正确放置robots.txt? 首先,robots.txt文件必须放置在网站根目录;有域名指向到次目录,在次目录放置的robots.txt文件只对此域名有效。 其次,文件名必须小写,如Robots.txt、roBots.txt、robots.TXT都是错误的。 3、robots.txt内容应该如何写? 文件应该同时包含2个域,“User-agent:”和“Disallow:”,每条指令独立一行。 (1)User-agent: 指定允许哪些蜘蛛抓取,如果给出参数,则只有指定的蜘蛛能够抓取;如值为通配符“*”号,代表允许所有蜘蛛抓取。如:
只允许Google的蜘蛛抓取;
允许所有蜘蛛抓取。 注意:User-agent必须出现在第一行(有意义的行,注释除外),首先声明用户代理。 (2)Disallow: 指定禁止蜘蛛抓取的目录或文件,如:
禁止抓取根目录下help.php文件;
禁止抓取根目录下的admin子目录中任何内容;
值为空时,表示不限制,蜘蛛可以抓取站内任何内容。 如果需要指定多个目录或文件,可以用多个“Disallow: 文件或目录名”来指定,但必须每一项单独一行。 这就是前面说到的那两位朋友网站robots.txt的问题,他们用“Disallow: /”禁止了蜘蛛抓取根目录下的所有内容。 4、robots.txt需要注意的几个问题:
5、将你的XML格式Sitemap地址放到robots.txt中 Robin新发现,并率先在国内提出的,大家可以到点石博客中下载Robin的“网站如何被高效索引”演讲稿阅读。 加入Sitemap地址的作用是,如果搜索引擎蜘蛛能够识别此行,就能快速获知网站的XML地图文件地址,并将地图文件作为一个URL参考进行高效索引(具体哪些搜索引擎蜘蛛能够识别目前我还不清楚)。 如樂思蜀SEO博客的robots.txt,紧接着User-agent的第二行:
此处之前的内容,将Sitemap放在第一行的说法错误,特此更正。 robots Meta标签 robots.txt是放在网站中,文件级的网络蜘蛛授权;而robots Meta标签是放在网页中,一般用于部分网页需要单独设置的情况下。两者的功能是一样的。 Meta robots标签必须放在<head>和</head>之间,格式: <meta name=”robots” content=”index,follow” /> content中的值决定允许抓取的类型,必须同时包含两个值:是否允许索引(index)和是否跟踪链接(follow,也可以理解为是否允许沿着网页中的超级链接继续抓取)。共有4个参数可选,组成4个组合:
以上1和4还有另一种写法: index,follow可以写成all,如:
noindex,nofollow可以写成none,如:
需要注意的是,robots Meta标签很多搜索引擎是不支持的,只有少数搜索引擎能够识别并按给定的值抓取。所以,尽可能的使用robots.txt文件来限制抓取。 最后,给大家一个建议,不要太刻意的在robots.txt中设置过多禁止文件或目录,只设置确实不希望被搜索引擎索引的目录和文件就可以了。 特别是在不清楚文件或目录的作用时,不要轻易禁止抓取。前阵一位做旅游的朋友,网站中有大量的旅游景点图片,几大搜索引擎中却都没有索引,后来对网站检查时发现图片目录upload在管理目录admin下,被robots.txt禁止抓取了。 虽然网上关于robots的文章已经很多了,发现都不尽全面,整理了一下供参考。 作者:樂思蜀 原载:樂思蜀SEO博客 版权所有,转载时必须以链接形式注明作者和原始出处并保留本声明。 |
- robots.txt 指定 Sitemap 和robots Meta标签
- robots.txt和Robots META标签
- robots.txt和Robots META标签
- robots.txt和Robots META标签
- [转帖]robots.txt和Robots META标签
- 详解robots.txt和Robots META标签
- robots.txt和Robots META标签
- 网站优化:robots.txt和Robots META标签
- robots.txt和robots Meta标签的介绍
- robots和sitemap
- 文件 robots.txt 的新增特性及 REP meta 标签
- Meta标签中的robots标签
- Robots Meta标签及其用法
- Robots META标签的写法
- 如何写网站的robots.txt和meta name robots的配置
- robots.txt。
- robots.txt
- robots.txt
- 清华计算机课件
- J2ME GIF 解码器(支持动画)
- ArrayList与Array
- No row with the given identifier exists: [OfficeWH.entity.RoleRight#101]
- Display the battery information
- robots.txt 指定 Sitemap 和robots Meta标签
- 在Linux虚拟机上安装 DB2 9
- ASP.NET客户端回调
- 正则表达式_Java_常用1
- 关于网卡驱动卸载程序是病毒的问题!!
- linux编译器 GCC 4.3.0已经发布
- 正则表达式_教程
- DB2常用语句集萃
- Log4Net使用手册