robot.txt_html/css_WEB-ITnose

在国内，网站管理者似乎对robots.txt并没有引起多大重视，可是一些功能离开它又不能是，因此今天石家庄SEO想通过这篇文章来简单谈一下robots.txt的写作。?的部分，或者指定搜索引擎只收录指定的内容。

 

当一个搜索机器人（有的叫搜索蜘蛛）访问一个站点时，

 

robots.txt基本介绍

 

robots.txt是一个纯文本文件，在这个文件中网站管理者可以声明该网站中不想被robots访问的部分，或者指定搜索引擎只收录指定的内容。

 

当一个搜索机器人（有的叫搜索蜘蛛）访问一个站点时，它会首先检查该站点根目录下是否存在robots.txt，如果存在，搜索机器人就会按照该文件中的内容来确定访问的范围；如果该文件不存在，那么搜索机器人就沿着链接抓取。

 

另外，robots.txt必须放置在一个站点的根目录下，而且文件名必须全部小写。

 

robots.txt写作语法

 

首先，我们来看一个robots.txt范例：http://www.shijiazhuangseo.com.cn/robots.txt

 

访问以上具体地址，我们可以看到robots.txt的具体内容如下：

 

# Robots.txt file from http://www.shijiazhuangseo.com.cn

# All robots will spider the domain

 

User-agent: *

Disallow:

 

以上文本表达的意思是允许所有的搜索机器人访问www.shijiazhuangseo.com..cn站点下的所有文件。

 

具体语法分析：其中#后面文字为说明信息；User-agent:后面为搜索机器人的名称，后面如果是*，则泛指所有的搜索机器人；Disallow:后面为不允许访问的文件目录。

 

下面，我将列举一些robots.txt的具体用法：

 

允许所有的robot访问

 

User-agent: *

Disallow:

 

或者也可以建一个空文件 "/robots.txt" file

 

禁止所有搜索引擎访问网站的任何部分

 

User-agent: *

Disallow: /

 

禁止所有搜索引擎访问网站的几个部分（下例中的01、02、03目录）

 

User-agent: *

Disallow: /01/

Disallow: /02/

Disallow: /03/

 

禁止某个搜索引擎的访问（下例中的BadBot）

 

User-agent: BadBot

Disallow: /

 

只允许某个搜索引擎的访问（下例中的Crawler）

 

User-agent: Crawler

Disallow:

 

User-agent: *

Disallow: /

 

另外，我觉得有必要进行拓展说明，对robots meta进行一些介绍：

 

Robots META标签则主要是针对一个个具体的页面。和其他的META标签（如使用的语言、页面的描述、关键词等）一样，Robots META标签也是放在页面的＜head＞＜/head＞中，专门用来告诉搜索引擎ROBOTS如何抓取该页的内容。

 

Robots META标签的写法：

 

Robots META标签中没有大小写之分，name=”Robots”表示所有的搜索引擎，可以针对某个具体搜索引擎写为name=”BaiduSpider”。 content部分有四个指令选项：index、noindex、follow、nofollow，指令间以“,”分隔。

 

INDEX 指令告诉搜索机器人抓取该页面；

 

FOLLOW 指令表示搜索机器人可以沿着该页面上的链接继续抓取下去；

 

Robots Meta标签的缺省值是INDEX和FOLLOW，只有inktomi除外，对于它，缺省值是INDEX,NOFOLLOW。

 

这样，一共有四种组合：

 

＜META NAME="ROBOTS" CONTENT="INDEX,FOLLOW"＞

＜META NAME="ROBOTS" CONTENT="NOINDEX,FOLLOW"＞

＜META NAME="ROBOTS" CONTENT="INDEX,NOFOLLOW"＞

＜META NAME="ROBOTS" CONTENT="NOINDEX,NOFOLLOW"＞

 

其中

 

＜META NAME="ROBOTS" CONTENT="INDEX,FOLLOW"＞可以写成＜META NAME="ROBOTS" CONTENT="ALL"＞；

 

＜META NAME="ROBOTS" CONTENT="NOINDEX,NOFOLLOW"＞可以写成＜META NAME="ROBOTS" CONTENT="NONE"＞

 

目 前看来，绝大多数的搜索引擎机器人都遵守robots.txt的规则，而对于Robots META标签，目前支持的并不多，但是正在逐渐增加，如著名搜索引擎GOOGLE就完全支持，而且GOOGLE还增加了一个指令“archive”，可以 限制GOOGLE是否保留网页快照。例如：

 

＜META NAME="googlebot" CONTENT="index,follow,noarchive"＞

 

表示抓取该站点中页面并沿着页面中链接抓取，但是不在GOOLGE上保留该页面的网页快照。

以上就是石家庄SEO对robots.txt写作语法

 

首先，我们来看一个robots.txt范例：http://www.shijiazhuangseo.com.cn/robots.txt

 

访问以上具体地址，我们可以看到robots.txt的具体内容如下：

 

# Robots.txt file from http://www.shijiazhuangseo.com.cn# All robots will spider the domain

 

User-agent: *

Disallow:

 

以上文本表达的意思是允许所有的搜索机器人访问www.shijiazhuangseo.com.cn站点下的所有文件。

 

具体语法分析：其中#后面文字为说明信息；User-agent:后面为搜索机器人的名称，后面如果是*，则泛指所有的搜索机器人；Disallow:后面为不允许访问的文件目录。

 

下面，我将列举一些robots.txt的具体用法：

 

允许所有的robot访问

 

User-agent: *

Disallow:

 

或者也可以建一个空文件 "/robots.txt" file

 

禁止所有搜索引擎访问网站的任何部分

 

User-agent: *

Disallow: /

 

禁止所有搜索引擎访问网站的几个部分（下例中的01、02、03目录）

 

User-agent: *

Disallow: /01/

Disallow: /02/

Disallow: /03/

 

禁止某个搜索引擎的访问（下例中的BadBot）

 

User-agent: BadBot

Disallow: /

 

只允许某个搜索引擎的访问（下例中的Crawler）

 

User-agent: Crawler

Disallow:

 

User-agent: *

Disallow: /

 

另外，我觉得有必要进行拓展说明，对robots meta进行一些介绍：

 

Robots META标签则主要是针对一个个具体的页面。和其他的META标签（如使用的语言、页面的描述、关键词等）一样，Robots META标签也是放在页面的＜head＞＜/head＞中，专门用来告诉搜索引擎ROBOTS如何抓取该页的内容。

 

Robots META标签的写法：

 

Robots META标签中没有大小写之分，name=”Robots”表示所有的搜索引擎，可以针对某个具体搜索引擎写为name=”BaiduSpider”。 content部分有四个指令选项：index、noindex、follow、nofollow，指令间以“,”分隔。

 

INDEX 指令告诉搜索机器人抓取该页面；

 

FOLLOW 指令表示搜索机器人可以沿着该页面上的链接继续抓取下去；

 

Robots Meta标签的缺省值是INDEX和FOLLOW，只有inktomi除外，对于它，缺省值是INDEX,NOFOLLOW。

 

这样，一共有四种组合：

 

＜META NAME="ROBOTS" CONTENT="INDEX,FOLLOW"＞

＜META NAME="ROBOTS" CONTENT="NOINDEX,FOLLOW"＞

＜META NAME="ROBOTS" CONTENT="INDEX,NOFOLLOW"＞

＜META NAME="ROBOTS" CONTENT="NOINDEX,NOFOLLOW"＞

 

其中

 

＜META NAME="ROBOTS" CONTENT="INDEX,FOLLOW"＞可以写成＜META NAME="ROBOTS" CONTENT="ALL"＞；

 

＜META NAME="ROBOTS" CONTENT="NOINDEX,NOFOLLOW"＞可以写成＜META NAME="ROBOTS" CONTENT="NONE"＞

 

目 前看来，绝大多数的搜索引擎机器人都遵守robots.txt的规则，而对于Robots META标签，目前支持的并不多，但是正在逐渐增加，如著名搜索引擎GOOGLE就完全支持，而且GOOGLE还增加了一个指令“archive”，可以 限制GOOGLE是否保留网页快照。例如：

 

＜META NAME="googlebot" CONTENT="index,follow,noarchive"＞

 

表示抓取该站点中页面并沿着页面中链接抓取，但是不在GOOLGE上保留该页面的网页快照。