网站优化的人应该知道Robots
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操作时,我们需要告诉搜索引擎哪些页面重要,哪些页面不重要。蜘蛛可以抓取重要的页面。屏蔽不重要的页面可以减轻网站服务器的负担。
(2)一些常见的问题和知识点
蜘蛛在发现一个网站的时候,是抓取网站的Robots.txt文件(当然是官方说的,有时候不遵守);
建议设置所有网站Robots.txt如果你认为网站上的所有内容都很重要,你可以建立一个空的robots.txt文件;
(3)在robots.txt网站地图设置在文件中
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。
引擎蜘蛛程序将成功匹配个人Allow或Disallow确定是否访问某个URL,一个例子可以让你更清楚:
User-agent:*2.Allow:/seojc/bbs3.Disallow:/seojc/在这种情况下,蜘蛛/seojc/bbs但是/seojc/无法捕获目录的文件。这样,蜘蛛就可以访问特定目录的一部分url。
让我们观察下调位置。
User-agent:*2.Disallow:/根目录下的文件夹/3.Allow:/seojc/bbs/seojc/如果目录出现在线,则禁止在目录下捕获所有文件,则第二行Allow无效,因为禁止在线捕获seojc目录下的所有文件,bbs目录正好位于seowhy所以匹配不成功。
(5)Robots.txt路径问题
在蜘蛛协议中,Allow和Disallow后面有两种路径形式,即链接和相对链接。链接是完整的URL形式,相对链接只针对根目录。这是记住。
(6)斜杠问题
Disallow:/seojc禁止抓取seoic本目录下的所有文件,如:seojc.1.html、seojc/rmjc.php不允许抓;
Disallow:/seojc/表示禁止抓取seojc本目录下的文件允许捕获seojc.1.html,但不允许抓取seojc/rmjc.php。
以上就是网站优化的人应该知道Robots的全部内容,