假设您以了解一下名词含义:搜索引擎,spider(搜索引擎蜘蛛),死链接,权重,网站排名
何为Robots协议?
Robots协议是**互联网界通行的道德规范,基于以下原则建立:
1、搜索技术应服务于人类,同时尊重信息提供者的意愿,并维护其隐私权;
2、网站有义务保护其使用者的个人信息和隐私不被侵犯。
何为robot文件?
robots.txt是限制搜索引擎spider(或称为蜘蛛)收录或爬取您网站内容的一种文件。搜索引擎蜘蛛在网站中**个访问的文件就是robot文件,当然,也可以没有robot文件,不过spider会访问您的网站的所有页面。
robot文件有何作用?
屏蔽您网站的死链接,限制spider爬取您的网站内容,保护您网站的隐私内容。例如您的后台目录,或者存有您个人信息的页面或目录。
如果您网站的重复页面或死链接过多,搜索引擎蜘蛛会认为您的网站不行,价值较低,就会降低您网站的权重,网站排名就会下降,如果创建了robot文件并写入了相应的规则,那么搜索引擎蜘蛛就不会爬取您限制的页面,您网站的权重与排名也就不会降低了。
如何构建robot文件
robot文件也没什么特殊的地方,就是一文本文件(txt)。新建一个文本文件,然后重命名为robots并在此文件中编写相应的规则,***后上传到网站跟目录就行了,注意一定要放置到跟目录且文件名一定要小写,不然就失效了。
如何编写robot文件规则?
或许您没有太多的时间来了解并学会robot文件规则,那么您可以生成robot文件规则,当然,您需要一定的英语基础,并了解特定的名词。假设您有时间来学习的话,就往下看下面的规则。
现假设一个robot文件里面规则有:
User-agent: *
Disallow: /admin/
Disallow: /user/
规则解读为:所有的搜索引擎蜘蛛都不允许访问根目录的admin目录与user目录。
现在你可能就明白了,user-agent:后面输入的是欲限制搜索引擎蜘蛛的名称,*为全部限制,baiduspider为限制百度搜索引擎蜘蛛不可以访问。
disallow:后面追加的是欲限制蜘蛛访问的目录名称。
注意,不管你有多少个disallow,只要有一个后面为空或者只有一个/符号的,就是所以目录都可以访问。符号一定是英文符号。
robot文件只是一种规则,并不是强制约束搜索引擎蜘蛛,需要搜索引擎蜘蛛配合才有用,有些spider会不顾您的robot文件,擅自访问您的限制页面。不过,就目前而且,大部分spider是遵守的robots.txt规则的。