正确使用robots.txt文件提升网站SEO效果

2020年11月29日 4 4,510

robots协议也叫robots.txt(统一小写)是一种存放于网站根目录下的ASCII编码的文本文件,它通常告诉网络搜索引擎的漫游器(又称网络蜘蛛),此网站中的哪些内容是不应被搜索引擎的漫游器获取的,哪些是可以被漫游器获取的。因为一些系统中的URL是大小写敏感的,所以robots.txt的文件名应统一为小写。

robots.txt文件应位于您网站的根目录下。也就是说,如果您的网站是www.weinotes.com,则robots.txt文件的路径应为www.weinotes.com/robots.txt。robots.txt是一种遵照漫游器排除标准创建的纯文本文件,由一条或多条规则组成。每条规则可禁止(或允许)特定抓取工具抓取相应网站中的指定文件路径。

正确使用robots.txt文件提升网站SEO效果

下面是一个包含两条规则的简单robots.txt文件,具体解析见下文:

#Group 1

User-agent:Googlebot

Disallow:/nogooglebot/

#Group 2

User-agent:*

Allow:/

Sitemap:http://www.weinotes.com/sitemap.xml

解析:

名为“Googlebot”抓取工具的用户代理不应抓取http://www.weinotes.com/nogooglebot/文件夹或任何子目录。

所有其他用户代理均可访问整个网站。(不指定这条规则也无妨,结果是一样的,因为完全访问权限是系统默认的前提。)

网站的站点地图文件位于http://www.weinotes.com/sitemap.xml。

基本的robots.txt准则

以下是与robots.txt文件有关的基本准则。建议您阅读robots.txt文件的完整语法,因为robots.txt语法中有一些您需要了解的细微行为。

正确使用robots.txt文件提升网站SEO效果

1、格式和位置

您几乎可以使用任意文本编辑器创建robots.txt文件。您所用的文本编辑器应能够创建标准UTF-8文本文件;请勿使用文字处理软件,因为此类软件通常会将文件保存为专有格式,且可能会向文件中添加非预期的字符(如弯引号),而这可能会导致抓取工具无法顺利读取robots.txt文件。

使用robots.txt测试工具为您的网站编写或修改robots.txt文件。借助此工具,您可以测试自己网站的语法和行为。

格式和位置规则:

  • 文件必须命名为robots.txt。
  • 您的网站只能有1个robots.txt文件。
  • robots.txt文件必须位于要应用到的网站主机的根目录下。例如,要控制对http://www.weinotes.com/下所有网址的抓取,就必须将robots.txt文件放在http://www.weinotes.com/robots.txt下,而不能将其放在子目录(例如http://weinotes.com/pages/robots.txt)下。如果您不确定如何访问自己的网站根目录,或者需要相应权限才能进行访问,请与网站托管服务提供商联系。如果您无法访问自己的网站根目录,请改用其他屏蔽方法(例如元标记)。

2、语法

  • robots.txt必须是UTF-8编码的文本文件(包括ASCII)。不能使用其他字符集。
  • robots.txt文件包含一个或多个组。
  • 每个组由多条规则或指令(命令)组成,每条指令各占一行。

每个组包含以下信息:

  • 代理可以访问哪些目录或文件,和/或代理无法访问哪些目录或文件。
  • 系统会按照从上到下的顺序处理这些组,而且一个用户代理只能匹配1个规则集(即与相应用户代理匹配的首条最具体的规则)。
  • 系统的默认假设是:用户代理可以抓取所有未被Disallow:规则禁止访问的网页或目录。

规则区分大小写。例如,Disallow:/file.asp适用于http://www.weinotes.com/file.asp,但不适用于http://www.weinotes.com/FILE.asp。

正确使用robots.txt文件提升网站SEO效果

3、robots.txt文件中可以使用下列指令:

User-agent:[必需,每个组需含一个或多个User-agent条目]此规则的适用搜索引擎漫游器(即网页抓取工具软件)的名称。这是每条规则的首行内容。Web Robots Database或Google用户代理列表中列出了大多数Google用户代理名称。支持使用星号(*)通配符表示路径前缀、后缀或整个字符串。如下例中那样使用星号(*)可匹配除各种AdsBot抓取工具之外(此类抓取工具必须明确指定)的所有抓取工具。(查看Google抓取工具名称列表。)示例:

#示例1:仅屏蔽Googlebot

User-agent:Googlebot

Disallow:/

#示例2:屏蔽Googlebot和Adsbot

User-agent:Googlebot

User-agent:AdsBot-Google

Disallow:/

#示例3:屏蔽除AdsBot抓取工具之外的所有抓取工具

User-agent:*

Disallow:/

Disallow:[每条规则需含至少一个或多个Disallow或Allow条目]用户代理不应抓取的目录或网页(相对于根网域而言)。如果要指定网页,应提供浏览器中显示的完整网页名称;如果要指定目录,则应以标记“/”结尾。支持使用通配符“*”表示路径前缀、后缀或整个字符串。

Allow:[每条规则需含至少一个或多个Disallow或Allow条目]上文中提到的用户代理应抓取的目录或网页(相对于根网域而言)。此指令用于替换Disallow指令,从而允许抓取已禁止访问的目录中的子目录或网页。如果要指定网页,就应提供浏览器中显示的完整网页名称;如果要指定目录,则应以标记“/”结尾。支持使用通配符“*”表示路径前缀、后缀或整个字符串。

Sitemap:[可选,每个文件可含零个或多个Sitemap条目]相应网站的站点地图的位置。必须是完全限定的网址;Google不会假定存在或检查是否存在http/httpswww.non-www网址变体。站点地图是一种用于指示Google应抓取哪些内容(而不是可以或无法抓取哪些内容)的好方法。详细了解站点地图。示例:

Sitemap:https://www.weinotes.com/sitemap.xml

正确使用robots.txt文件提升网站SEO效果

4、robots.txt的完整语法

robots.txt语法的某些部分比较棘手,需要重点学习,因此请一定仔细阅读整个文档。

下面是一些常见的实用robots.txt规则:

禁止抓取整个网站。请注意,在某些情况下,Google即使未抓取网站的网址,仍可能会将其编入索引。注意:这不适用于各种AdsBot抓取工具,此类抓取工具必须明确指定。

User-agent:*

Disallow:/

禁止抓取某一目录及其内容(在目录名后面添加一道正斜线)。请注意,若想禁止访问私密内容,则不应使用robots.txt,而应改用适当的身份验证机制。对于robots.txt文件所禁止抓取的网址,Google仍可能会在不进行抓取的情况下将其编入索引;另外,由于robots.txt文件可供任何人随意查看,因此可能会泄露您的私密内容的位置。

User-agent:*

Disallow:/calendar/

Disallow:/junk/

仅允许使用某一抓取工具

User-agent:Googlebot-news

Allow:/

User-agent:*

Disallow:/

允许使用除某一抓取工具以外的其他所有抓取工具

User-agent:Unnecessarybot

Disallow:/

User-agent:*

Allow:/

禁止抓取某一网页(在正斜线后面列出网页):

User-agent:*

Disallow:/private_file.html

禁止Google图片访问某一特定图片:

User-agent:Googlebot-Image

Disallow:/images/dogs.jpg

禁止Google图片访问您网站上的所有图片:

User-agent:Googlebot-Image

Disallow:/

禁止抓取某一特定类型的文件(例如.gif):

User-agent:Googlebot

Disallow:/*.gif$

禁止抓取整个网站,但允许在这些网页上显示AdSense广告(禁止使用除Mediapartners-Google以外的所有网页抓取工具)。这种方法会阻止您的网页显示在搜索结果中,但Mediapartners-Google网页抓取工具仍能分析这些网页,以确定要向您网站上的访问者显示哪些广告。

User-agent:*

Disallow:/

User-agent:Mediapartners-Google

Allow:/

匹配以某一特定字符串结尾的网址-需使用美元符号($)。例如,示例代码会禁止访问以.xls结尾的所有网址:

User-agent:Googlebot

Disallow:/*.xls$

阿里云服务器
王光卫
Google给出了SEO网站测试的最佳做法 搜索引擎优化(SEO)

Google给出了SEO网站测试的最佳做法

在新网站上线之前,技术、站长、运营人员应该对网站进行seo测试,以确保上线后能够被搜索引擎收录和获得良好的排名。如果您的网站涉及到改版,本文也会从seo的角度给你最专业的指导。 1、测试概述 网站测试...
Google探索与Google搜索的区别 搜索引擎优化(SEO)

Google探索与Google搜索的区别

对于Google搜索,用户可以输入搜索字词来查找与其查询相关的实用信息,但Google探索采用了不同的方法。Google探索并非根据查询显示结果,它显示内容主要依据的是Google自动化系统认为非常契...
匿名

发表评论

匿名网友 填写信息

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen:

评论:4   其中:访客  4   博主  0
    • 杨恬 杨恬 1

      向王老师学习,向王老师看齐

      • Mohammad Sojib Mohammad Sojib 0

        我们推出了免费的工具,更快捷的处理robots.txt

        • 李强 李强 2

          像我们这种用户直接看别人咋写就是了 :mrgreen:

          • 掩耳 掩耳 0

            网上有现成的robots.txt设置器