Robots.txt 是存放在站點(diǎn)根目錄下的一個(gè)純文本文件.雖然它的設(shè)置很簡單,但是作用卻很強(qiáng)大.它可以指定搜索引擎蜘蛛只抓取指定的內(nèi)容,或者...

    Robots.txt 是存放在站點(diǎn)根目錄下的一個(gè)純文本文件.雖然它的設(shè)置很簡單,但是作用卻很強(qiáng)大.它可以指定搜索引擎蜘蛛只抓取指定的內(nèi)容,或者是禁止搜索引擎蜘蛛抓取網(wǎng)站的部分或全部內(nèi)容.

    下面我們就來詳細(xì)介紹一下它的使用方法:

    Robots.txt 文件應(yīng)該放在網(wǎng)站根目錄下,并且該文件是可以通過互聯(lián)網(wǎng)進(jìn)行訪問的.

    例如:

    如果您的網(wǎng)站地址是 http://www.chinaz.com

    那么,該文件必須能夠通過 http://www.chinaz.com/robots.txt 打開并看到里面的內(nèi)容.

    格式:

    User-agent:

    用于描述搜索引擎蜘蛛的名字,在" Robots.txt "文件中,如果有多條User-agent記錄說明有多個(gè)搜索引擎蜘蛛會(huì)受到該協(xié)議的限制,對該文件來說,至少要有一條User-agent記錄.如果該項(xiàng)的值設(shè)為*,則該協(xié)議對任何搜索引擎蜘蛛均有效,在" Robots.txt "文件中,"User-agent:*"這樣的記錄只能有一條.

    Disallow:

    用于描述不希望被訪問到的一個(gè)URL,這個(gè)URL可以是一條完整的路徑,也可以是部分的,任何以Disallow開頭的URL均不會(huì)被Robot訪問到.

    舉例:

    例一:"Disallow:/help"

    是指/help.html 和/help/都不允許搜索引擎蜘蛛抓取.

    例二:"Disallow:/help/"

    是指允許搜索引擎蜘蛛抓取/help.html,而不能抓取/help/.

    例三:Disallow記錄為空

    說明該網(wǎng)站的所有頁面都允許被搜索引擎抓取,在"/robots.txt"文件中,至少要有一條Disallow記錄.如果"/robots.txt"是一個(gè)空文件,則對于所有的搜索引擎蜘蛛,該網(wǎng)站都是開放的可以被抓取的.

    #:

    Robots.txt 協(xié)議中的注釋符.

    舉例:

    例一:通過"/robots.txt"禁止所有搜索引擎蜘蛛抓取"/bin/cgi/"目錄,以及 "/tmp/"目錄和 /foo.html 文件,設(shè)置方法如下:

    User-agent: *

    Disallow: /bin/cgi/

    Disallow: /tmp/

    Disallow: /foo.html

    例二:通過"/robots.txt"只允許某個(gè)搜索引擎抓取,而禁止其他的搜索引擎抓取.

    如:只允許名為"slurp"的搜索引擎蜘蛛抓取,而拒絕其他的搜索引擎蜘蛛抓取 "/cgi/" 目錄下的內(nèi)容,設(shè)置方法如下:

    User-agent: *

    Disallow: /cgi/

    User-agent: slurp

    Disallow:

    例三:禁止任何搜索引擎抓取我的網(wǎng)站,設(shè)置方法如下:

    User-agent: *

    Disallow: /

    例四:只禁止某個(gè)搜索引擎抓取我的網(wǎng)站

    如:只禁止名為"slurp"的搜索引擎蜘蛛抓取,設(shè)置方法如下:

    User-agent: slurp

    Disallow: /

    厚誠集智 成長無限 企業(yè)大學(xué)網(wǎng) www.51hlht.com