原文来自:https://www.zixuephp.com
SEO优化–什么是Robots以及它的作用与写法
大家好,因为昨天晚上帮别人弄电脑弄到比较晚,所以昨天晚上的博文今天上午来发.
大家一定在想,为海SEO 你分享的什么破文章,分享了半天,虽然有点与SEO沾边,但是却没有一个是真实的在做SEO的东西!于是呢,为海今天就给大家开始分享真实的在“做”SEO的东西。今天为海给大家分享的是入门开始做网站时第一个应该明白的东东,同时也是蜘蛛到一个网站第一个要访问的东东,一定有人猜出来是什么东东了吧。对,就是Robots的作用与写法。
下面就听 为海SEO 一一道来吧!
一、什么是robots?有什么用?
“Robots”被一些同行朋友叫作“萝卜丝”,它是搜索引擎的机器协议。全称是“网络爬虫排除协议”。网站通过Robots协议来告诉搜索引擎,哪些页面可以抓取,哪些页面不能够抓取。
因为网站的很多目录如果被抓取是有风险的,或者是因为利益原因不能被抓取,所以需要告诉蜘蛛人你网站允许与不允许的情况。
Robots是放在网站根目录下面,名称为:robots.txt
二、Robot有哪些指令?
Robots 的指令很简单,只有三个指令,一般我们也会把地图放在上面,方便蜘蛛进站抓完Robots就直接顺着地图爬。
User-agent: 此指令定义了此指令下面的内容对哪些蜘蛛有效。默认所有蜘蛛都允许抓取,如果此指令指定了特定的蜘蛛,那么此指令下跟的内容就对特定蜘蛛有效。
Disallow: 此指令定义了禁止蜘蛛抓取哪些因为,有些人可能认为,做网站当然都希望被抓取了。错,如果是后台或是隐私文件,相信谁都不愿意被抓取的。
Allow: 此指令定义了允许蜘蛛抓些哪些内容,如果是某些内容允许,其它全部拒绝,则可以用这个指令,大多数网站只用到禁止指令。
Sitemap: 顾名思义,就是我们常说的站点地图了。在这里我们就不详细介绍站点地图了,为海WEO会在下一节给大家详细介绍 站点地图 的作用与用法。我们把站点地图放在Robots下面,可以方便蜘蛛直接在访问Robots时就访问到你的地图位置。
三、Robots的写法
1、 User-agent: 是用来定义蜘蛛名的:常见的蜘蛛名包括:Baiduspider、Googlebot、MSNBot、Baiduspider-image、YoudaoBot、Sogou web spider、Sogou inst spider、Sogou spider2、Sogou blog、Sogou News Spider、Sogou Orion spider、Sosospider、PangusoSpider、JikeSpider、yisouspider、EasouSpider。
2、 Disallow:
是用来定义什么内容不允许蜘蛛抓取,robots中最难用,而且最常出现问题的就是Disallow指令。或者说整个robots的精髓就在于Disallow,学好了这个指令的用法你就能写出完美的Robots.下面我就把我们最常用到的一些Disallow的用法给大家列出来.
禁止整站被抓取:Disallow: /
禁止根目录下的woniuseo目录抓取:Disallow: /woniuseo/
禁止根目录下的woniuseo目录下的单个页面woniuseo.html被抓取:
Disallow:/woniuseo/woniuseo.html
禁止全站含有?的页面被抓取:Disallow: /*?*
禁止全站含有woniuseo的页面被抓取:Disallow: /*woniuseo*
禁止全站后缀为.aspx的页面被抓取:Disallow: /*.aspx$
禁止全站后缀为.jpg的文件被抓取:Disallow:/*.jpb$
3. Allow:
允许命令一般不单独拿来使用,允许命令一般是先允许某个目录被抓取,然后再禁止其它所有页面被抓取。
允许所有页面被抓取:Allow: /
允许woniuseo的目录被抓取:Allow: /woniuseo/
允许抓取.html的页面:Allow: /*.html$
允许抓取.jpg的图片:Allow: /*.jpg$
四、 Robots的应用
为海自己的网站的robots文件是这样写的:
User-agent: *Disallow: /wp-admin/Disallow: /wp-content/Disallow: /wp-includes/Disallow: /tag/Disallow: /wp-config.phpAllow: /
sitemap:http://www.phpfensi.com/sitemap.xml
禁止所有搜索引擎抓取所有页面:
User-agent: *
Disallow: /
这种情况一般用在新站建好还没正式上线,不希望蜘蛛抓取时,禁止百度蜘蛛抓取所有页面:
User-agent: Baiduspider
Disallow: /
淘宝就因为与百度的利益关系,从2008年就禁止百度抓取它所有页面了.
仅允许百度蜘蛛抓取所有页面:
- User-agent:Baiduspider
- Allow:/
- User-agent:*
- Disallow:/
禁止所有蜘蛛抓取特定的目录和页面,允许其它所有:
- User-agent:*
- Disallow:/sys-admin/
- Disallow:/aboutwoniu.html
- Allow:/
仅允许蜘蛛抓取.html的页面与.jpg的图片:
- User-agent:*
- Allow:/*.html$
- Allow:/*.jpg$
- Disallow:/
禁止所有动态的页面的抓取,允许其它:
- User-agent:*
- Disallow:/*?*
- Allow:/
允许某个目录下某个目录被抓取,禁止其它:
- User-agent:*
- Allow:/woniuseo/woniuseo/
- Disallow:/woniuseo/
五、关于robots的网络大事件
淘宝封杀
2008年9月8日,淘宝网宣布封杀百度爬虫,百度忍痛遵守爬虫协议,因为一旦破坏协议,用户的隐私和利益就无法得到保障,搜索网站就谈不到人性关怀.
京东封杀
2011年10月25日,京东商城正式将一淘网的搜索爬虫屏蔽,以防止一淘网对其的内容抓取。
BE违规抓取Evay
美国BE拍卖公司无视Ebey公司网站 robots协议,终于2000年2月被告上法庭,最终被判Be侵权。
360搜索无视robots协议
2012年8月,360综合搜索被指违反robots协议,被业内指为“违规”警告。
如果大家看完上面的指令还有疑问一话,请大家访问“为海SEO博客”留言或者直接加入 为海SEO博客 的官方群,找博主来看大家的Disallow应该怎么写才对。关于Robots的用法还有很多很多,为海SEO 在这里没法一一列举出来,如果大家对Robots还有疑问。请大家访问“为海SEO博客”。在这里,我会给大家量解答大家的疑问。另外我也会在自己的博客里面分享更多SEO相关的知识,希望能够对大家SEO的道路有一点帮助。