伟泽青岛SEO优化提供-青岛企业网站优化排名服务,站内诊断分析,青岛网站外链建设,SEO优化技术分析等。博主微信:17862341787
当前位置:首页 > SEO基础知识 > 正文
不同位置的网页优化

网页优化方式展示图

 
 
网站首页优化:
 
1. 关键词选择
 
首页的关键词应该选择核心关键词。通常这些词优化难度比较大,需要大量的外部链接。交换链接的时候以网站名称或者核心关键词命名链接。参见:域名及网站名称中的关键词,例如:在搜索引擎优化行业,首页的关键词应该是 SEO。
 
2. 网页链接
 
首页大部分都是链接,最新的链接要放在网页的前面,便于搜索引擎收录。
 
3. 更新频率
 
蜘蛛第一个来到的页面就是首页,首页一定要经常更新,蜘蛛就会来的比较频繁,链接的页面将会更快被收录。
 
栏目页优化:
 
1. 关键词选择
 
栏目页的关键词,相对首页,可以选择次一些的关键词,以核心“SEO”为例,栏目也可以是“SEO培训”,“SEO 教程”等。
 
2. 内部链接
 
栏目页一定要链接到首页,为首页建立内部链接。同时和其他栏目页也要相互链接。
 
栏目页大量的链接内容页,链接数量控制在 100 个以内。
 
内页优化:
 
1. 关键词
 
内页可以不特别关注关键词,可以将 Meta Title 设置成相同的内容。在页面里更多的利用 H1,IMG、STRONG 标签优化关键词。
 
2. 内容
 
网页要以内容为主,大于 5K 时,可以做翻页处理。内容最好是原创,内页收录的越多,从搜索引擎来的流量才能越多。
 
3. 链接
 
通常内页很少有外部链接的,除非内容非常好,被人转载。内页要链接栏目页和首页,大量的内页链接,有利于栏目页和首页的关键词排名。内页最好能链接内容相关的其他内页,这样可以增加网页的相关度,同时方便用户浏览,增加网站的 PV。
 
Robots.txt
 
搜索引擎通过一种程序 robot(又称 spider),自动访问互联网上的网页并获取网页信息。
 
您可以在您的网站中创建一个纯文本文件 robots.txt,在这个文件中声明该网站中不想被 robot 访问的部分,这样,该网站的部分或全部内容就可以不被搜索引擎收录了,或者指定搜索引擎只收录指定的内容。robots.txt 文件应该放在网站根目录下。
 
robots.txt 文件的格式:
 
"robots.txt"文件包含一条或更多的记录,这些记录通过空行分开(以 CR,CR/NL, or NL 作为结束符),每一条记录的格式如下所示:"<field>:<optionalspace><value><optionalspace>"。
 
在该文件中可以使用#进行注解,具体使用方法和 UNIX 中的惯例一样。该文件中的记录通常以一行或多行 User-agent 开始,后面加上若干 Disallow 行,详细情况如下:
 
User-agent:
 
该项的值用于描述搜索引擎robot 的名字,在"robots.txt"文件中,如果有多条User-agent 记录说明有多个robot 会受到该协议的限制,对该文件来说,至少要有一条User-agent 记录。如果该项的值设为*,则该协议对任何机器人均有效,在"robots.txt"文件中,"User-agent:*"这样的记录只能有一条。
 
Disallow:
 
该项的值用于描述不希望被访问到的一个 URL,这个 URL 可以是一条完整的路径,也可以是部分的,任何以 Disallow 开头的 URL 均不会被 robot 访问到。例如"Disallow:/help"对/help.html 和/help/index.html 都不允许搜索引擎访问,而"Disallow:/help/"则允许robot 访问/help.html,而不能访问/help/index.html。任何一条Disallow 记录为空,说明该网站的所有部分都允许被访问,在"/robots.txt"文件中,至少要有一条Disallow 记录。如果"/robots.txt"是一个空文件,则对于所有的搜索引擎robot,该网站都是开放的。
 
robots.txt 文件用法举例:
 
例1. 禁止所有搜索引擎访问网站的任何部分 User-agent: * 下载该robots.txt文件 Disallow: /
例2. 允许所有的 robot 访问 ( 或者也可以建一个空文件 User-agent: * "/robots.txt" file) Disallow:
 
User-agent:
 
例3. 禁止某个搜索引擎的访问 BadBot
 
Disallow: /
 
User-agent:
 
baiduspider
 
Disallow:
 
例4. 允许某个搜索引擎的访问
 
User-agent: *
Disallow: /
例5.一个简单例子在这个例子中,该网站有三个目录对搜索引擎的访问做了限制,User-agent: *即搜索引擎不会访问这三个目录。 Disallow:
需要注意的是对每一个目录必须分开声明,而不要写成 /cgi-bin/"Disallow: /cgi-bin/ /tmp/"。 Disallow: /tmp/User-agent:后的*具有特殊的含义,代表"any robot",所以在该 Disallow: /~joe/文件中不能有"Disallow: /tmp/*" or "Disallow:*.gif"这样的记录出现.
 
Robot 特殊参数:
 
1. Google
 
允许 Googlebot:
 
如果您要拦截除 Googlebot 以外的所有漫游器访问您的网页,可以使用下列语法:
 
User-agent:Disallow:/
 
User-agent:Googlebot
 
Disallow:
 
Googlebot 跟随指向它自己的行,而不是指向所有漫游器的行。
 
"Allow"扩展名:
 
Googlebot 可识别称为"Allow"的 robots.txt 标准扩展名。其他搜索引擎的漫游器可能无法识别此扩展名,因此请使用您感兴趣的其他搜索引擎进行查找。"Allow"行的作用原理完全与"Disallow"行一样。只需列出您要允许的目录或页面即可。
 
您也可以同时使用"Disallow"和"Allow"。例如,要拦截子目录中某个页面之外的其他所有页面,可以使用下列条目:
 
User-Agent:Googlebot
Disallow:/folder1/
Allow:/folder1/myfile.html
这些条目将拦截 folder1 目录内除 myfile.html 之外的所有页面。
 
如果您要拦截 Googlebot 并允许 Google 的另一个漫游器(如 Googlebot-Mobile),可使用
"Allow"规则允许该漫游器的访问。例如:
User-agent:Googlebot
Disallow:/
User-agent:Googlebot-Mobile
Allow:
使用 * 号匹配字符序列:
 
您可使用星号 (*) 来匹配字符序列。例如,要拦截对所有以 private 开头的子目录的访问,可使用下列条目:
 
User-Agent:Googlebot
Disallow:/private*/
 
要拦截对所有包含问号 (?) 的网址的访问,可使用下列条目:
 
User-agent:*
Disallow:/*?*
使用 $ 匹配网址的结束字符
您可使用 $ 字符指定与网址的结束字符进行匹配。例如,要拦截以 .asp 结尾的网址,可使用
下列条目:
 
User-Agent:Googlebot
Disallow:/*.asp$
您可将此模式匹配与 Allow 指令配合使用。例如,如果 ? 表示一个会话 ID,您可排除所有包
 
含该 ID 的网址,确保 Googlebot 不会抓取重复的网页。但是,以 ? 结尾的网址可能是您要包含的网页版本。在此情况下,可对 robots.txt 文件进行如下设置:
 
User-agent:*
Allow:/*?$
Disallow:/*?
 
Disallow:/ *?一行将拦截包含 ? 的网址(具体而言,它将拦截所有以您的域名开头、后接任意字符串,然后是问号 (?),而后又是任意字符串的网址)。
 
Allow: /*?$ 一行将允许包含任何以 ? 结尾的网址(具体而言,它将允许包含所有以您的域名开头、后接任意字符串,然后是问号 (?),问号之后没有任何字符的网址)。
 
Sitemap 网站地图:
 
对网站地图的新的支持方式,就是在 robots.txt 文件里直接包括 sitemap 文件的链接。
 
就像这样:
 
Sitemap: http://www.supercss.com/index.xml
 
目前对此表示支持的搜索引擎公司有 Google, Yahoo, Ask and MSN。
 
不过,我建议还是在 Google Sitemap 进行提交,里面有很多功能可以分析你的链接状态。
 
Robots.txt 带来的好处:
 
1. 几乎所有的搜索引擎 Spider 都遵循 robots.txt 给出的爬行规则,协议规定搜索引擎 Spider 进入某个网站的入口即是该网站的 robots.txt,当然,前提是该网站存在此文件。对于没有配置robots.txt 的网站,Spider 将会被重定向至 404 错误页面,相关研究表明,如果网站采用了自定义的 404 错误页面,那么 Spider 将会把其视作 robots.txt——虽然其并非一个纯粹的文本文件——这将给 Spider 索引网站带来很大的困扰,影响搜索引擎对网站页面的收录。
 
2. robots.txt 可以制止不必要的搜索引擎占用服务器的宝贵带宽,如 email retrievers,这类搜索引擎对大多数网站是没有意义的;再如 image strippers,对于大多数非图形类网站来说其也没有太大意义,但却耗用大量带宽。
 
3. robots.txt 可以制止搜索引擎对非公开页面的爬行与索引,如网站的后台程序、管理程序,事实上,对于某些在运行中产生临时页面的网站来说,如果未配置 robots.txt,搜索引擎甚至会索引那些临时文件。
 
4. 对于内容丰富、存在很多页面的网站来说,配置 robots.txt 的意义更为重大,因为很多时候其会遭遇到搜索引擎 Spider 给予网站的巨大压力:洪水般的 Spider 访问,如果不加控制,甚至会影响网站的正常访问。
 
5. 同样地,如果网站内存在重复内容,使用 robots.txt 限制部分页面不被搜索引擎索引和收录,可以避免网站受到搜索引擎关于 duplicate content 的惩罚,保证网站的排名不受影响。
 
robots.txt 带来的风险及解决:
 
1. 凡事有利必有弊,robots.txt 同时也带来了一定的风险:其也给攻击者指明了网站的目录结构和私密数据所在的位置。虽然在 Web 服务器的安全措施配置得当的前提下这不是一个严重的问题,但毕竟降低了那些不怀好意者的攻击难度。
 
比如说,如果网站中的私密数据通过 www.yourdomain.com/private/index.html 访问,那么,在robots.txt 的设置可能如下:
 
User-agent: *
Disallow: /private/
这样,攻击者只需看一下 robots.txt 即可知你要隐藏的内容在哪里,在浏览器中输入
www.yourdomain.com/private/ 便可访问我们不欲公开的内容。对这种情况,一般采取如下的
办法:
 
设置访问权限,对/private/中的内容实施密码保护,这样,攻击者便无从进入。
 
另一种办法是将缺省的目录主文件index.html 更名为其他,比如说abc-protect.html,这样,该内容的地址即变成 www.yourdomain.com/private/abc-protect.htm,同时,制作一个新的index.html 文件,内容大致为“你没有权限访问此页”之类,这样,攻击者因不知实际的文件名而无法访问私密内容。
 
2. 如果设置不对,将导致搜索引擎将索引的数据全部删除。
 
User-agent: *
Disallow: /
 
上述代码将禁止所有的搜索引擎索引数据。
 
参见:页面收录减少,如何检查判断?
 

版权保护: 转载请保留链接: http://www.seo899.com/seojczs/96.html