robots.txt是一個純文本文件,在這個文件中網站管理者可以聲明該網站中不想被robots訪問的部分,或者指定搜索引擎只收錄指定的內容。下面學步園小編來講解下robots.txt用法有哪些?RobotsMETA標籤寫法有哪些?
robots.txt用法有哪些
當一個搜索機器人(有的叫搜索蜘蛛)訪問一個站點時,它會首先檢查該站點根目錄下是否存在robots.txt,如果存在,搜索機器人就會按照該文件中的內容來確定訪問的範圍;如果該文件不存在,那麼搜索機器人就沿著鏈接抓取。
另外,robots.txt必須放置在一個站點的根目錄下,而且文件名必須全部小寫。
首先,我們來看一個robots.txt範例:
#Robots.txtfilefromhttp://www.aaa.com
#Allrobotswillspiderthedomain
User-agent:*
Disallow:
以上文本表達的意思是允許所有的搜索機器人訪問www.aaa.com站點下的所有文件。
具體語法分析:其中#後面文字為說明信息;User-agent:後面為搜索機器人的名稱,後面如果是*,則泛指所有的搜索機器人;Disallow:後面為不允許訪問的文件目錄。
下面,列舉一些robots.txt的具體用法:
允許所有的robot訪問
User-agent:*
Disallow:
或者也可以建一個空文件「/robots.txt」file
禁止所有搜索引擎訪問網站的任何部分
User-agent:*
Disallow:/
禁止所有搜索引擎訪問網站的幾個部分(下例中的01、02、03目錄)
User-agent:*
Disallow:/01/
Disallow:/02/
Disallow:/03/
禁止某個搜索引擎的訪問(下例中的BadBot)
User-agent:BadBot
Disallow:/
只允許某個搜索引擎的訪問(下例中的Crawler)
User-agent:Crawler
Disallow:
User-agent:*
Disallow:/
另外,有必要進行拓展說明,對robotsmeta進行一些介紹:
RobotsMETA標籤則主要是針對一個個具體的頁面。和其他的META標籤(如使用的語言、頁面的描述、關鍵詞等)一樣,RobotsMETA標籤也是放在頁面的<head></head>中,專門用來告訴搜索引擎ROBOTS如何抓取該頁的內容。
RobotsMETA標籤寫法有哪些
RobotsMETA標籤中沒有大小寫之分,name=」Robots」表示所有的搜索引擎,可以針對某個具體搜索引擎寫為name=」BaiduSpider」。content部分有四個指令選項:index、noindex、follow、nofollow,指令間以「,」分隔。
INDEX指令告訴搜索機器人抓取該頁面;
FOLLOW指令表示搜索機器人可以沿著該頁面上的鏈接繼續抓取下去;
RobotsMeta標籤的預設值是INDEX和FOLLOW,只有inktomi除外,對於它,預設值是INDEX,NOFOLLOW。
這樣,一共有四種組合:
以下是引用片段:
<METANAME=」ROBOTS」CONTENT=」INDEX,FOLLOW」>
<METANAME=」ROBOTS」CONTENT=」NOINDEX,FOLLOW」>
<METANAME=」ROBOTS」CONTENT=」INDEX,NOFOLLOW」>
<METANAME=」ROBOTS」CONTENT=」NOINDEX,NOFOLLOW」>
其中
以下是引用片段:
<METANAME=」ROBOTS」CONTENT=」INDEX,FOLLOW」>可以寫成<METANAME=」ROBOTS」CONTENT=」ALL」>;
<METANAME=」ROBOTS」CONTENT=」NOINDEX,NOFOLLOW」>可以寫成<METANAME=」ROBOTS」CONTENT=」NONE」>
目前看來,絕大多數的搜索引擎機器人都遵守robots.txt的規則,而對於RobotsMETA標籤,目前支持的並不多,但是正在逐漸增加,如著名搜索引擎GOOGLE就完全支持,而且GOOGLE還增加了一個指令「archive」,可以限制GOOGLE是否保留網頁快照。例如:
以下是引用片段:
<METANAME=」googlebot」CONTENT=」index,follow,noarchive」>
以上就是關於「robots.txt用法有哪些?RobotsMETA標籤寫法有哪些」的內容,希望對大家有用。更多資訊請關注學步園。學步園,您學習IT技術的優質平台!