编程

robots.txt 文件应该如何使用?

495 2023-03-24 19:13:46

robots.txt 是网站与搜索引擎之间不成文的协议,虽然没有明文去规定,但双方都会遵守这个协议。通过 robots.txt 文件我们可以限制搜索引擎蜘蛛的抓取轨迹,对 seo来说有着比较重要的意义,然后还是有很多人并未引起重视,而且很多人也不会使用,下面我们一起来介绍一下吧。

robots.txt 文件的使用

每个网站在每个阶段都有一个体量(内容量级,流量等),这是搜索引擎对这个网站的认知,根据这个体量,搜索引擎每天会派出一定数量的蜘蛛对网站进行爬行,所以每个网站的蜘蛛数量,在每个阶段都是有限的。

但很多时候我们网站也会存在一些垃圾页面,或是网站有一些无排名意义的文件,而这些文件蜘蛛照样都会进行爬行,这就会造成蜘蛛资源的浪费。这个时候 robots.txt 文件就派上了用场,我们通过 robots.txt 文件对蜘蛛程序进行限制,让蜘蛛只固定爬行某些文件,从而将有限的蜘蛛资源利用起来。

假设我们不想网站被搜索引擎收录,我们可以将所有搜索引擎进行屏蔽。可以这样写:

  User-agent:*
  Disallow:/

如果我们不想某个搜索引擎蜘蛛访问,我们可以这样写,如不允许百度蜘蛛访问:

  User-agent:baiduspider
  Disallow:/

如果不想蜘蛛访问网站的某些文件我们可以这样写,如下:

不允许访问图片

  User-agent:*
  Disallow:*.jpg$

不允许访问 css 文件

  User-agent:*
  Disallow:*.css$

不允许访问 123 目录

  User-agent:*
  Disallow:/123/

不允许访123 形式的文件(包括目录)

  User-agent:*
  Disallow:/123

让蜘蛛抓取网站地图

  User-agent:*
  Disallow:http://www.xxx.com/sitemap.xml

 robots.txt 文件我们写好后,将 robots.txt 文件放入网站的根目录,通常搜索引擎蜘蛛会第一时间先抓取这个文件,根据文件的说明,再去抓取其它内容。