Robots.txt编写似雷区稍有不慎“毒害甚深”（一）

wyhuang · 发表于 2012-4-6 22:56:39

　　每团体都有本人的隐私，网站也是这样，网站中也有不希望被蜘蛛看到的东西，比方会员密码等等，而想要遮挡住这局部隐私，普通状况下站长都会在第一工夫想到Robots.txt。没错，Robots.txt文件的运用确实可以给蜘蛛指明路途，通知它什么地方该去，什么地方不该去，也正是由于这点缘由，很多站长都热衷于用Robots.txt，但是大家真的会用Robots.txt吗?关于它的编写规则大家又晓得多少呢?自己不才，但关于这方面总归有点经历，在这分享出来，让大家有个参考，当然老鸟可以飞过了。　　Robots.txt编写的顺序成绩

　　举个最复杂的例子，假如你想让本人a文件中的b.html被抓取，那么你怎样编写呢?是　　Allow:/a/b.html Disallow:/a/ 还是Disallow:/a/ Allow:/a/b.html这样？

　　在Robots.txt编写规则中，它并不执行树状剖析构造，换句话说编写时并不应该把母文件夹放在最前，而是遵照一种就近准绳，假如我们把母文件夹放在后面，蜘蛛会以为这个途径被封锁了，不能拜访，而我们最终的目的却是拜访，这样一来，目的和实践就大相迳庭了。　　Robots.txt编写的开放性成绩

　　很多站长，尤其是老手站长关于Robots.txt的了解过于片面，他们以为既然Robots.txt可以规则蜘蛛的拜访途径，那我们何必不开放，把一切文件都设置成可拜访，这样一来网站的收录量不久立刻上升了，其实成绩远远没有我们想象的复杂，大家都晓得网站中一些固定的文件是不用传送给搜索引擎拜访的，假如我们把网站“全方位开放”，结果就是加大网站效劳器负载，降低拜访速度，减缓蜘蛛的匍匐率，关于网站收录没有一点用途，所以关于固定不需求拜访的文件，我们间接Disallow掉就可以了。　　普通状况下，网站不需求拜访的文件有后台管理文件、顺序脚本、附件、数据库文件、等等。

　　Robots.txt编写的反复性成绩　　我们每天都在写着原创内容，然后更新到本人的网站中，大家想过没有我们这样做的目的是什么?当然是为了讨搜索引擎的好，大家都晓得搜索引擎很看重原创内容，关于原创内容的收录很快，相反，假如你的网站中充满着少量的复制内容，那么我只能遗憾的通知你，网站的出路一片渺茫。不过这也从另一个方面通知我们要积极的应用robots文件制止反复页面的代码，降低页面的反复度，但是在编写robots文件时一定要记得

　　在User-agent后参加某个搜索引擎，例如User-agent:BaiduSpider Disallow:/，假如没有参加，编写成User-agent: * Disallow: /方式，则是对网站一切内容的“屏蔽”。　　Robots.txt编写的meta成绩

　　在 Robots.txt编写规则中，有一个取最强参数规律，而且假如网站以及页面标签上同时呈现robots.txt文件和meta标签，那么搜索引擎就会听从两个规则中较为严厉的一个，即制止搜索引擎关于某个页面的索引，当然假如robots.txt文件和meta标签不是呈现一个文件中，那么搜索引擎就会遵照就近准绳，就会索引meta标签前的一切文件。　　Robots.txt编写的细节性成绩

　　1.反斜杠的拔出　　还是以Disallow:/a/b.html为例，在编写该语句的时分，假如遗忘参加了反斜杠，则是对全部内容停止开放，这与编写语句的想法相悖，由于反斜杠的意义是根目录。

　　2.空格的呈现　　空格的呈现就很好了解了，由于搜索引擎关于这个特殊符号的呈现并不辨认，它的参加只会使语句得到应有的功效。

　　如今大家了解我为什么说有人晓得robots.txt文件，但是少有人晓得该怎样正确编写了robots.txt文件了吧。其实robots.txt文件中还会其他的细节以及留意成绩，在当前的工夫里我会持续和说一下robots.txt文件编写中触及到的目录大小、user-agent的数量等成绩。

　　文章来源股评博客http://www.niulaile.com/stockblog/,欢迎转载下载。

		自动登录	找回密码
密码			会员注册

[交流] Robots.txt编写似雷区 稍有不慎“毒害甚深”（一）

[交流] Robots.txt编写似雷区稍有不慎“毒害甚深”（一）