Robots.txt和Robots META

Robots Text File Robots.txt

robots.txt是一套指示搜索引擎（蜘蛛）如何抓取你的网页内容的一张地图，他告诉蜘蛛哪些需要抓取，哪些不要抓取（当然，这只是针对那些遵守这个协定的搜索引擎）。robots.txt文件必须存放在网站的根目录下。

robots.txt中包括两部分主要内容：

User-agent:*

Disallow:

User-agent代表搜索引擎，可以指定特定的搜索引擎，星号表示所有；

Disallow，如果用不带/路径表示搜索引擎可以索引整个文件夹，如果带了/则表示对文件夹下的所有内容都不进行索引；

例如：/private/表示对于private文件夹下的所有内容不进行索引，/pulic表示索引所有public下的内容；

两种robots.txt的典型用法：

一、对所有搜索引擎完全开放：

User-agent：*

Disallow:

二、对所有搜索引擎关闭：

User-agent:*

Disallow:/

Robots Meta Tag

对于不能上传Robots.txt文件的用户，我们仍可以通过Robots Meta Tag来实现对于搜索引擎的屏蔽。

robots-term是一系列逗号分隔的字符，主要有以下几个值：noindex,nofollow,index,follow,all

下面来简单解释一下各自的含义：

noindex:搜索引擎不会为页面建立索引，但是允许页面上的链接被追踪；

nofollow:搜索引擎不会追踪页面中的链接，但是允许搜索引擎收录该页面；

index：搜索引擎将把该页面加入到搜索服务中；

follow：搜索引擎会从该页面去查找其他的页面；

all：搜索引擎会执行上面两种操作；

如果Meta标签缺失，或者robots-term没有指定明确的值，那么默认是index,follow，如果在meta中指定了all，那么其他的所有值都将被覆盖，不管all出现在什么位置

最后，再贴一个比较规范的robots.txt来，以供学习：

# robots.txt for http://www.SEOConsultants.com/
# Last modified: 2008-10-19T02:30:00-0700

User-agent: googlebot
Disallow: /js/
Disallow: /webservices/

User-agent: slurp
Disallow: /js/
Disallow: /webservices/

User-agent: msnbot
Disallow: /js/
Disallow: /webservices/

User-agent: teoma
Disallow: /js/
Disallow: /webservices/

User-agent: Mediapartners-Google*
Disallow:

User-agent: *
Disallow: /

Robots.txt和Robots META相关推荐

robots.txt 指定 Sitemap 和robots Meta标签
robots.txt 指定 Sitemap 和robots Meta标签 robots.txt 指定 Sitemap 和robots Meta标签 http://www.mp322.com/robot ...
robots.txt文件详解
我们知道,搜索引擎都有自己的"搜索机器人"(ROBOTS),并通过这些ROBOTS在网络上沿着网页上的链接(一般是http和src链接)不断抓取资料建立自己的数据库. 对于网站管理 ...
Robots.txt 协议详解及使用说明
一.Robots.txt协议 Robots协议,也称为爬虫协议.机器人协议等,其全称为"网络爬虫排除标准(Robots Exclusion Protocol)".网站通过Robot ...
robots.txt介绍
robots.txt是一种存放于网站根目录下的ASCII编码的文本文件,它通常告诉网络搜索引擎的漫游器(又称网络蜘蛛),此网站中的哪些内容是不应被搜索引擎的漫游器获取的,哪些是可以被(漫游器)获取的. ...
robots.txt
Robots协议(也称为爬虫协议.机器人协议等)的全称是"网络爬虫排除标准"(Robots Exclusion Protocol),网站通过Robots协议告诉搜索引擎哪些页面可以 ...
怎样写robots.txt实例
资料一 1.robots.txt文件是什么 robots.txt是一个纯文本文件,是搜索引擎中访问网站的时候要查看的第一个文件.robots.txt文件告诉蜘蛛程序在服务器上什么文件是可以被查看的.每 ...
搜索引擎蜘蛛及网站robots.txt文件详解
搜索引擎都有自己的"搜索机器人"(ROBOTS),并通过这些ROBOTS在网络上沿着网页上的链接(一般是http和src链接)不断抓取资料建立自己的数据库. 对于网站管理者和内容提 ...
robots.txt文件的解析及过滤
什么是robots.txt文件? robots.txt(统一小写)是一种存放于网站根目录下的ASCII编码的文本文件,它通常告诉网络搜索引擎的漫游器(又称网络蜘蛛),此网站中的哪些内容是不能被搜索引擎 ...
robots.txt网站爬虫文件设置
目录: 什么是robots.txt robots.txt使用误区 robots.txt使用技巧什么是robots.txt? robots.txt是搜索引擎中访问网站的时候要查看的第一个文件.Robo ...

Robots.txt和Robots META

Robots.txt和Robots META相关推荐

最新文章

热门文章