专治白癜风最好的医院 https://m.39.net/news/ylzx/bjzkhbzy/robots文件是网站和各大搜索引擎建立良好沟通的桥梁，也是网站从搜索引擎获得流量的开端第一步，因为robots的设置不当，很有可能会失去很大一部分的流量。对于SEO优化的从业者或者是爱好者，必须要知道其中的原理和设置方法，对于网站管理员及相关的开发技术人员，了解robots.txt文件的设置方法是一项额外加分的工作技能。网上也有很多的相关教程，但总是残缺不全或难以理解，所以决定详细的梳理一遍。robotrobots.txt的作用是什么？robots.txt文件只有一个作用：用于屏蔽一个或多个搜索引擎禁止收录你网站上的内容。默认情况下网站都是允许任何搜索引擎抓取和收录页面的，但出于某种目的，你可以屏蔽某个或多个搜索引擎收录你网站上的页面，为了达成这一共识，于是robots协议就顺利诞生了，所有的搜索引擎都遵循robots协议。search每个搜索引擎都一个被称为蜘蛛（spider）或机器人（bot）的程序，我们习惯上称之为“蜘蛛”，在决定是否抓取你的网站页面时，蜘蛛会首先检查你网站的根目录里面是否存在robots.txt文件，如果没有robots.txt则说明是允许全部抓取的；如果存在robots.txt文件，蜘蛛会识别里面有没有自己的名称在被拒绝之列，然后再判断你设置的那些内容是不允许抓取的，再进行网页的抓取和收录。robots.txt文件的写法基本语法默认情况下是整个网站全部允许被任何搜索引擎抓取收录的，robots.txt只用于禁止搜索引擎收录，所以只需要添加搜索引擎蜘蛛的名称（User-agent）和disallow（禁止收录的内容）即可，特殊情况下也可以使用allow语法。User-agent:*Disallow:/Allow:*.html$#seonoway需要注意首字母大写，冒号后面是英文状态下的一个空格，用“井号”来表示注释说明，支持*匹配0或多个任意字符，$匹配行结束符，对大小写敏感，所以要注意文件或文件夹的名称精确匹配，为了搜索引擎能更好地识别robots.txt文件，建议保存编码设置为ANSI编码，下面举例说明各种用法及设置。robots.txt各种写作方法1、屏蔽所有的搜索引擎收录任何页面屏蔽搜索引擎的搜索引擎只需要把user-agent设置为*即可，如下所示，而disallow后面的斜杠则表示根目录，自根目录以下的任何内容均不允许收录，两行代码即可。User-agent:*Disallow:/2、允许所有的搜索引擎收录所有页面所有的搜索引擎均允许，可以把robots.txt文件里面的内容全部删除，即保留一个空文件就行，还可以使用下面的代码来说明。User-agent:*Allow:/3、仅允许指定的搜索引擎收录需要把搜索引擎蜘蛛的名称写在前面，最后使用*来匹配全部，代码如下。仅允许百度和谷歌收录，其他搜索引擎全部禁止。User-agent:baiduspiderAllow:/User-agent:googelebotAllow:/User-agent:*Disallow:/第5、6两句是禁止所有的，前面允许了指定的蜘蛛名称，所以除了被允许的百度和谷歌蜘蛛，其他的搜索引擎都不能收录的网站页面了。4、禁止指定的搜索引擎收录如果只是想有针对性的屏蔽某个或多个搜索引擎，比如禁止百度和谷歌蜘蛛，写法如下。User-agent:baiduspiderDisallow:/User-agent:googelebotDisallow:/User-agent:*Allow:/由于默认是allow状态的，所以第5句、6句一般不写。只写disallow的部分。你可能已经发现了，user-agent后面只能是具体的蜘蛛名称或星号，而disallow和allow后面的内容是全站时均使用斜杠而不是其他符合，因为他们后面的是指网站的目录，所以在指向目录时就不能使用别的符合，比如“disallow：*”这个写法就错了。禁止抓取和收录目录及文件的写作语法，下面分别举例说明。1、禁止搜索引擎收录指定的目录User-agent:*Disallow:/asf/Disallow://上的意思是对于所有的搜索引擎，均禁止收录asf和文件夹里面的任何内容。在屏蔽文件夹时最后要加斜杠结束，如果这样写“Disallow:/”，结尾没有加斜杠，则表示根目录下以开头的网址均被禁止，如/.html、/abc.html、//df.html均被禁止收录，所以在写作disallow屏蔽目录时千万不要弄错了。2、允许搜索引擎收录禁止目录中的特定URL如果屏蔽了某个目录“df”，但是又希望df这个目录中指定的网页被收录怎么办，使用下面的语法即可。User-agent:*Allow:/df/.htmlAllow:/df/*22c.phpDisallow:/df/allow要写在前面，后面再紧跟着写屏蔽的目录名称。这种写法比较少用，一般都是直接屏蔽目录就没有必要再允许其中的某几个或某一类url还要被收录了，上面代码第2句指允许收录根目录df文件夹里面的.html这个页面，第3句指允许收录根目录df目录下包含“22c.php”的所有url均允许收录，第4句是禁止收录df目录下的全部url，允许收录的写在前面。3、使用星号来匹配某一类网址星号可以匹配一种类型的网址，极大地提高了设置的方便性，在使用过程中要熟练掌握，SEO优化的设置中如果经常会遇到屏蔽某一类型的网址，使用*就非常常见。User-agent:*Disallow:/abc/Disallow:/*?*Disallow:/rt/jc*Disallow:/*.phpDisallow:/*ps*第3句禁止收录动态网址，第4句禁止收录rt目录下以jc开头的url，第5句禁止收录包含“.php”的url（包含以.php结尾的url在内，如h.php、as.php?id=2、dd.php23.html均被禁止），第6句禁止收录网址中含有“ps”的url。4、使用$来匹配URL结束如果需要屏蔽某类型结尾的url或文件，此时就需要用到结束匹配符号“$”。User-agent:*Disallow:/abc/*ty.php$Disallow:/*.php$Disallow:/*.jpg$上面第2句禁止收录abc目录下以ty.php结尾的url，第3句禁止收录全站以.php结尾的url，第4句禁止收录全站jpg格式的图片。可以看到如果是屏蔽具体的某一类后缀名url则需要以$作为结束。5、禁止搜索引擎收录图片语法禁止收录网站图片主要用到$和*匹配符，写法也是很简单的。User-agent:*Disallow:/*.jpg$Disallow:/*.jpeg$Disallow:/*.png$Disallow:/*.gif$以上分别是禁止收录全站jpg/jpeg/png/gif格式的图片。6、只允许搜索引擎收录静态页面User-agent:*Allow:/*.html$Disallow:/配合allow来使用，禁止收录全站任何url，然后使用allow来允许收录以“.html”结尾的url即可。以上就是全部robots文件的写法，其中难点是通配符星号的是用和结束符$的使用，要学会灵活的举一反三，在每写完一条记录时都要确保没有屏蔽错url，每行一条记录。对于robots.txt文件，每一次在写完之后都认真检查一遍，写错了损失就大了。
转载请注明：http://www.aierlanlan.com/rzdk/6700.html
