[seo教程]Robots.txt文件优化

作者:admin 日期:2016-12-22 浏览:

前面三节课,分别讲解了基础优化、代码优化、网址优化,接下今天会对网站Robots.txt优化进行一个详细的说明,希望同学们能够学习使用,并且能够灵活运行Robots.txt优化技巧。

 

 

Robots.txt文件优化

Robots.txt对于任何一个从事SEO研究工作的人都是至关重要的,因为透过 Robots.txt 我们可以直接与搜索引擎蜘蛛进行对话,告诉他们哪些可以抓取,哪些不可以抓取。

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,第一步是百度蜘蛛抓取网站的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第一个匹配成功的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/bbs 3.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/目录出现在第一行,禁止抓取目录下的所有文件,那么第二行的Allow就无效,因为第一行中已经禁止抓取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,即绝对链接、相对链接。绝对链接就是完整的URL形式,而相对链接只针对根目录。这是重点记住。

(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。

首页
电话
短信
联系