robots文件生成

  • 时间:
  • 浏览:0
  • 来源:幸运快3_快3电脑版_幸运快3电脑版

Robots.txt 是存放到站点根目录下的有另一个 纯文本文件。虽然它的设置很简单,就说 我 作用却很强大。它也能指定搜索引擎蜘蛛只抓取指定的内容,就说 我 是禁止搜索引擎蜘蛛抓取网站的每段或全版内容。

使用依据:

Robots.txt 文件应该放到网站根目录下,就说 我 该文件是也能通过互联网进行访问的。

类似于:就说 我 您的网站地址是 http://www.yourdomain.com/这么 ,该文件都要也能通过 http://www.yourdomain.com/robots.txt 打开并看过上面的内容。

格式:

User-agent:

用于描述搜索引擎蜘蛛的名字,在" Robots.txt "文件中,就说 我 有多条User-agent记录说明有多个搜索引擎蜘蛛会受到该协议的限制,对该文件来说,最少要有三根绳子 User-agent记录。就说 我 该项的值设为*,则该协议对任何搜索引擎蜘蛛均有效,在" Robots.txt "文件中,"User-agent:*"那我的记录也能了有三根绳子 。

Disallow:

用于描述不希望被访问到的有另一个 URL,這個URL也能是三根绳子 全版的路径,也也能是每段的,任何以Disallow开头的URL均不想被Robot访问到。

举例:

例一:"Disallow:/help"是指/help.html 和/help/index.html都在允许搜索引擎蜘蛛抓取。

例二:"Disallow:/help/"是指允许搜索引擎蜘蛛抓取/help.html,而也能了抓取/help/index.html。

例三:Disallow记录为空说明该网站的所有页面都允许被搜索引擎抓取,在"/robots.txt"文件中,最少要有三根绳子 Disallow记录。就说 我 "/robots.txt"是有另一个 空文件,则对于所有的搜索引擎蜘蛛,该网站都在开放的也能被抓取的。

#:Robots.txt 协议中的注释符。

综合例子 :

例一:通过"/robots.txt"禁止所有搜索引擎蜘蛛抓取"/bin/cgi/"目录,以及 "/tmp/"目录和 /foo.html 文件,设置依据如下:

User-agent: *

Disallow: /bin/cgi/

Disallow: /tmp/

Disallow: /foo.html

例二:通过"/robots.txt"只允许某个搜索引擎抓取,而禁止這個的搜索引擎抓取。如:只允许名为"slurp"的搜索引擎蜘蛛抓取,而拒绝這個的搜索引擎蜘蛛抓取 "/cgi/" 目录下的内容,设置依据如下:

User-agent: *

Disallow: /cgi/

User-agent: slurp

Disallow:

例三:禁止任何搜索引擎抓取我的网站,设置依据如下:

User-agent: *

Disallow: /

例四:只禁止某个搜索引擎抓取我的网站如:只禁止名为“slurp”的搜索引擎蜘蛛抓取,设置依据如下:

User-agent: slurp

Disallow: /

更多参考资料 (英文版)