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QQ:1280807997
当前位置:首页 > SEO优化 > 正文

06-03 SEO优化

SEO优化:如何创建Robot.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
 
  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。

        如需了解更多SEO优化知识,每天关注伟泽博客

版权保护: 转载请保留链接: http://www.seo899.com/seoyh/68.html