robots文件生成

  • 时间:
  • 浏览:0

Robots.txt 是存上放站点根目录下的有一个 纯文本文件。人太好它的设置很简单,怎么让作用却很强大。它都可否 指定搜索引擎蜘蛛只抓取指定的内容,肯能是禁止搜索引擎蜘蛛抓取网站的部分或完整篇 内容。

使用方式:

Robots.txt 文件应该上放网站根目录下,怎么让该文件是都可否 通过互联网进行访问的。

类似:肯能您的网站地址是 http://www.yourdomain.com/如此,该文件都可否 并能通过 http://www.yourdomain.com/robots.txt 打开并看得人中间的内容。

格式:

User-agent:

用于描述搜索引擎蜘蛛的名字,在" Robots.txt "文件中,肯能有多条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,共要要有一条User-agent记录。肯能该项的值设为*,则该协议对任何搜索引擎蜘蛛均有效,在" Robots.txt "文件中,"User-agent:*"可是我的记录并能有一条。

Disallow:

用于描述不希望被访问到的有一个 URL,一点URL都可否 是一条完整篇 的路径,也都可否 是部分的,任何以Disallow开头的URL均不必被Robot访问到。

举例:

例一:"Disallow:/help"是指/help.html 和/help/index.html都不 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,而并能抓取/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,共要要有一条Disallow记录。肯能"/robots.txt"是有一个 空文件,则对于所有的搜索引擎蜘蛛,该网站都不 开放的都可否 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,设置方式如下:

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,而禁止一点的搜索引擎抓取。如:只允许名为"slurp"的搜索引擎蜘蛛抓取,而拒绝一点的搜索引擎蜘蛛抓取 "/cgi/" 目录下的内容,设置方式如下:

User-agent: *

Disallow: /cgi/

User-agent: slurp

Disallow:

例三:禁止任何搜索引擎抓取我的网站,设置方式如下:

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,设置方式如下:

User-agent: slurp

Disallow: /

更多参考资料 (英文版)