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2259

  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://www.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

案例拆解|一年卖52亿元的洽洽是如何做私域?

案例拆解|一年卖52亿元的洽洽是如何做私域?

近2年都在做私域,有多个0-1私域搭建项目,并且完成了拉新到转化的闭环模型。最近报了案例拆解的课程,喜欢吃洽洽瓜子,所以第一个拆洽洽吧,看到网上洽洽的相关拆解也不多,这是2022年第一篇案例拆解,接下来应该会越来越多,希望大家来监督!洽洽私...

看我如何从零起步快速运作公众号

看我如何从零起步快速运作公众号

: >>    : >>    打开朋友圈,很多内容都是在说开工了,估计亲戚都走完了。 我在路边也看到,很多人在等车,乡亲们都开始陆续回去上班了。 今年过的很平淡,一眨眼就过去了,很多亲...

做视频号一定要配一个公众号

做视频号一定要配一个公众号

: >>    : >>    如果你也做视频号,为什么需要同时且必须需要一个公众号。 开始之前,我们首先看下视频号与公众号是如何联动的,具体的表现形式是怎么样的? 相信你肯定有注意过,...

私域做好用户分层与标签体系的方法论

私域做好用户分层与标签体系的方法论

做私域是为了实现用户价值最大化,挖掘他们的终身价值,核心就是用户分层,针对性、精细化运营。这些话反反复复已经不知道被大家讲了多少遍,想必你已经听厌了。 那么用户分层究竟该如何做?它跟用户标签之间有什么关系?如何给用户贴标签,搭建标签体系? ...

励志正能量美文,读一读让你的心灵平静,品一品让生活充满美好

励志正能量美文,读一读让你的心灵平静,品一品让生活充满美好

生命是觉醒的,不是昨天,不是明天,只要今天。活在当下,展望未来。生活是一种态度,平静自然而宽广。不同的你和我,不同的心态,不同的生活。所谓成长,就是逼你做一个男人,受伤,坚强 人生旅途劳累,静静地听一段音乐,让他们陶醉在优...

今天,微信宣布大消息

今天,微信宣布大消息

据都市现场消息,从今天起,公众号也能“带货”了。 5月11日,微信官方公众号“微信派”宣布,公众号可带货“视频号小店”,视频号小店的商品卡片可以插入微信公众号。 截图来源:微信派 接入这个功能要什么条件?...