近期有很多站長咨詢，怎樣正確設(shè)置"robots.txt"文件。為了解決廣大站長朋友們的疑問，我們對《Robots.txt 協(xié)議標準》進行了翻譯，希望此篇譯文能夠幫助大家對"robots.txt"文件有更深的了解。

Robots.txt 是存放在站點根目錄下的一個純文本文件。雖然它的設(shè)置很簡單，但是作用卻很強大。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)進行訪問的。

例如：

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

那么，該文件必須能夠通過 http://www.yourdomain.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記錄說明有多個搜索引擎蜘蛛會受到該協(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URL，這個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均不會被Robot訪問到。

舉例：

例一："Disallow:/help"

是指/help.html 和/help/index.html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/index.html。

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：

以下為引用的內(nèi)容：
User-agent: *
Disallow: /bin/cgi/
Disallow: /tmp/
Disallow: /foo.html

例二：通過"/robots.txt"只允許某個搜索引擎抓取，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：

以下為引用的內(nèi)容：

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：

以下為引用的內(nèi)容：
User-agent: *
Disallow: /

例四：只禁止某個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：

以下為引用的內(nèi)容：
User-agent: slurp
Disallow: /

更多，請參考譯文出處：http://www.robotstxt.org/wc/norobots.html

標簽： com Domain html robots robots.txt seo URL 必須 標 標準 刂 方法 訪 訪問 該網(wǎng)站 互聯(lián)網(wǎng) 解決 禁止 路徑 內(nèi) 內(nèi)

版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請與原作者聯(lián)系。