Robots基础知识:网站创建robots.txt注意事项

共计 955 个字符，预计需要花费 3 分钟才能阅读完成。

一:robots 基础知识

robots 协议(也称爬虫协议、机器人协议等)，“全称是网络爬虫扫除规范“(Robots Exclusion Protocol)，网站经过 robots 协议告诉搜索引擎哪些页面能够抓取，哪些页面不能够抓取。

Robot.txt 的效果?

能够让蜘蛛更高效的匍匐网站

能够阻挠蜘蛛匍匐动态页面，从而处理重复录入的问题

能够削减蜘蛛匍匐无效页面，节约服务器带宽

能够屏蔽搜索引擎屏蔽一些隐私页面或许临时页面

怎么创立 robots.txt 文件呢?

右击桌面——新建文本文档——重命名为 robots.txt(一切文件有必要小写)——编写规矩——用 FTP 把文件上 (放到根目录下) 传到空间

创立 robots.txt 需求留意的知识点：

1、有必要是 txt 结束的纯文本文件

2、文件名一切字母有必要是小写

3、文件有必要要放在根目录下

4、文件内的冒号有必要是英文半角状态下

Robots 基础知识_创建 robots.txt 注意事项!

二：robots 参数解说

User-agent

首要效果：用于描绘搜索引擎蜘蛛的姓名

举列：

1、描绘一切蜘蛛

User-agent：*

2、描绘百度蜘蛛

User-agent：BaiduSpider

百度：BaiduSpider

谷歌：Googlebot

搜狗：Sogou web spider

好搜：360Spider

MSN：MSNBot

有道：YoudaoBot

宜搜：EasouSpider

User-agent 技巧：

1、当 robots.txt 不为空的时分，有必要至少有一条 User-adent 记载

2、相同的姓名，只能有一条(例如 User-agent:*)，可是不同蜘蛛，能够有多条记载(例如：User-agent：Baiduspider 和 User-agent:Googlebot)。

Disallow

首要效果：用于描绘不答应搜索引擎匍匐和抓取的 URL。

Robots 运用技巧：

1、在 robots.txt 中至少要有一条 Disallow

2、Disallow 记载为空，则表明网站一切页面都答应被抓取。

3、运用 Disallow，每个目录有必要独自分隔声明

4、留意 Disallow:/abc/(abc 目录底下的目录不答应抓取，可是目录底下的 html 答应抓取)和 Disallow:/abc(abc 目录底下的目录跟 html 都不答应被抓取)的差异