Robot.txt用法详解及robot.txt问题汇总

2023-05-03    分类: 网站建设

今天小编要分享的内容就是文件优化。做网站优化的人应该都知道Robots.txt吧,我们可以通过它直接与搜索引擎蜘蛛对话,告诉蜘蛛哪些内容可以抓取,哪些内容不能抓取。这和我们今天要说的文件优化相关。

一、站内优化

Robot.txt用法详解及robot.txt问题汇总

(1)为什么设置Robots.txt?

在进行SEO操作的时候,我们需要告诉搜索引擎哪些页面重要哪些页面不重要,重要的页面让蜘蛛进行抓取,不重要的页面进行屏蔽可以减少网站服务器的负担。

(2)一些常见的问题和知识点

蜘蛛在发现一个网站的时候,是抓取网站的Robots.txt文件(当然官方上是这么说的,有时候也会出现不遵守的情况);

建议所有的网站都要设置Robots.txt文件,如果你认为网站上所有内容都是重要的,你可以建立一个空的robots.txt文件;

(3)在robots.txt文件中设置网站地图

你可以在robots.txt中添加网站的地图,告诉蜘蛛网站地图所在的地址。

(4)Robots.txt的顺序

在蜘蛛协议中,Disallow与Allow是有顺序的,这是一个非常重要的问题,如果设置错误可能会导致抓取错误。

引擎蜘蛛程序会根据个匹配成功的Allow或Disallow行确定是否访问某个URL,一个例子可以让你更清楚明白:

User-agent:*2.Allow:/seojc/bbs3.Disallow:/seojc/这个情况下,蜘蛛/seojc/bbs目录可以正常抓取,但/seojc/目录的文件无法抓取。通过这种方式可以允许蜘蛛访问特定目录中的部分url。

我们对调下位置观察一下。

User-agent:*2.Disallow:/根目录下的文件夹/3.Allow:/seojc/bbs/seojc/目录出现在行,禁止抓取目录下的所有文件,那么第二行的Allow就无效,因为行中已经禁止抓取seojc目录下的所有文件,而bbs目录正好位于seowhy目录下。因此匹配不成功。

(5)Robots.txt路径问题

在蜘蛛协议中,Allow和Disallow后面可以跟两种路径形式,即链接、相对链接。链接就是完整的URL形式,而相对链接只针对根目录。这是记住。

(6)斜杠问题

Disallow:/seojc表示禁止抓取seoic这个目录下的所有文件,如:seojc.1.html、seojc/rmjc.php都不允许抓取;

Disallow:/seojc/表示禁止抓取seojc这个目录下的文件,即允许抓取seojc.1.html,但是不允许抓取seojc/rmjc.php。

网站名称:Robot.txt用法详解及robot.txt问题汇总
文章分享:https://www.cdcxhl.com/news17/257867.html

成都网站建设公司_创新互联,为您提供云服务器网页设计公司网站导航电子商务软件开发外贸建站

广告

声明:本网站发布的内容(图片、视频和文字)以用户投稿、用户转载内容为主,如果涉及侵权请尽快告知,我们将会在第一时间删除。文章观点不代表本网站立场,如需处理请联系客服。电话:028-86922220;邮箱:631063699@qq.com。内容未经允许不得转载,或转载时需注明来源: 创新互联

网站托管运营